Sci-Fri AM(1): Imaging-09: Accurate Image Reconstructions for a Delineation of SPECT-Based Biological Target Volumes: Physical Phantom Evaluation
Notice bibliographique
Résumé
In SPECT-guided treatment planning, the determination of gross target volume is supplemented by a generation of a functional map reflecting the metabolic activity of the tumor and surrounding tissue, namely, biological target volume (BTV). However, the reconstruction of SPECT images represents a non-trivial task and can be accurate only when physics phenomena accompanying the propagation and detection of photons are exactly modeled. We investigate the influence of different SPECT reconstruction techniques on the accuracy of the BTV delineation using phantom experiments with a clinical hybrid SPECT/CT camera. Three 33ml containers imitating tumors were placed at different locations inside a 7000ml thorax phantom imitating a human torso. For image reconstructions, we utilized the widely available iterative ordered-subsets expectation maximization (OSEM) method with different combinations of corrections for attenuation, scatter, and resolution loss. Using optimal thresholds, SPECT-based volumes having size, which is very close to 33ml, were delineated and compared with a CT-based one, which we considered as a “gold standard”. Our visual analysis shows that for all reconstructions the central part of the container is included in the BTV, but the determined boundaries vary. Moreover, the more irregular the contour is, the more challenging is the accurate delineation. Specifically, attenuation correction and resolution recovery should be considered as important factors contributing to the noticeable improvements. According to our quantitative analysis, the incorporation of these effects improved accuracy of BTV delineation by about 25%. Processing of patient data also displays the visible impact of reconstruction methods on the delineated BTV.
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 | 0,002 | 0,004 |
| 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 | 0,000 |
| 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) | 0,011 | 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 ».