The “Macaroni Sign” of Takayasu’s Arteritis: Figure 1.
Notice bibliographique
Résumé
1355 Objectives: The penalized likelihood estimation reconstruction algorithm Q.Clear (GE Healthcare) allows for full convergence and edge preservation through a block sequential regularized expectation maximization technique. In this study the performance of Q.Clear was investigated for different penalization factors (β) with the aim to optimize its clinical use for four different tracers. Methods: Q.Clear reconstructions with β values of 200, 400, 600 and 800 were compared to time-of-flight ordered subset expectation maximization (TF-OSEM) (3 iterations, 16 subsets and 5 mm Gaussian filter) with point spread function recovery. Clinical whole-body PET/CT (Discovery MI, GE Healthcare) scans with 68Ga-DOTATOC, 18F-FDG, 11C-acetate or 18F-fluoride were analyzed for level of noise in healthy liver tissue, signal to noise ratio (SNR), signal to background ratio (SBR) and maximum standardized uptake value (SUVmax). In addition, acquisition times per bed position and transaxial field of view (FOV) of the reconstructed images were varied. For each tracer, images from 10 patients were included, with a mean of 30 lesions per tracer. A spherical reference volume of interest (VOI) was placed in the liver and lesions were delineated employing a 41% threshold of the maximum voxel. Results: The lowest levels of noise were reached with the highest beta factor resulting in the highest SNR, but this in turn gave the lowest SBR. Noise equivalence to OSEM was found with β 600 for 68Ga-DOTATOC, 18F-FDG and 18F-fluoride, and β 400 for 11C-acetate with a resulting significant increase of SUVmax (19.4%, 9.7%, 22.5% and 19.0% respectively) (P < 0.0001, paired t-test), SNR (22.1%, 22.6%, 9.5% and 33.6%) and SBR (19.5%, 11.7%, 21.3% and 18.5%) compared to OSEM. SNR decreased while SBR increased for all tracers when extending FOV from 500 to 700 mm, but only significantly for 18F-fluoride. Decreasing image acquisition time gave no statistical difference of SUVmax for 68Ga-DOTATOC, 18F-fluoride (2 to 1.5 min) for any reconstruction method nor for 11C-acetate (3 to 2 min) with β 蠅 400. Decreasing time for 18F-FDG (3 to 2 min) resulted in a change of optimal beta to β 800 in order to reach noise equivalence to OSEM along with maintaining a higher SNR than OSEM. Conclusion: Images reconstructed by Q.Clear result in a tracer-dependent increase in tumour SUVmax values compared to OSEM at matched levels of noise, and an improved SNR. The optimal penalization factor, both in terms of noise-equivalence to OSEM and in terms of absolute SNR, is tracer dependent.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».