Optimal kVp selection for dual‐energy imaging of the chest: Evaluation by task‐specific observer preference tests
Notice bibliographique
Résumé
Human observer performance tests were conducted to identify optimal imaging techniques in dual-energy (DE) imaging of the chest with respect to a variety of visualization tasks for soft and bony tissue. Specifically, the effect of kVp selection in low- and high-energy projection pairs was investigated. DE images of an anthropomorphic chest phantom formed the basis for observer studies, decomposed from low-energy and high-energy projections in the range 60-90 kVp and 120-150 kVp, respectively, with total dose for the DE image equivalent to that of a single chest radiograph. Five expert radiologists participated in observer preference tests to evaluate differences in image quality among the DE images. For visualization of soft-tissue structures in the lung, the [60/130] kVp pair provided optimal image quality, whereas [60/140] kVp proved optimal for delineation of the descending aorta in the retrocardiac region. Such soft-tissue detectability tasks exhibited a strong dependence on the low-kVp selection (with 60 kVp providing maximum soft-tissue conspicuity) and a weaker dependence on the high-kVp selection (typically highest at 130-140 kVp). Qualitative examination of DE bone-only images suggests optimal bony visualization at a similar technique, viz., [60/140] kVp. Observer preference was largely consistent with quantitative analysis of contrast, noise, and contrast-to-noise ratio, with subtle differences likely related to the imaging task and spatial-frequency characteristics of the noise. Observer preference tests offered practical, semiquantitative identification of optimal, task-specific imaging techniques and will provide useful guidance toward clinical implementation of high-performance DE imaging systems.
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 | 0,015 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».