Defining a magnetic resonance scan sequence for permanent seed prostate brachytherapy postimplant assessment
Notice bibliographique
Résumé
PURPOSE: We describe a magnetic resonance (MR) scan sequence for prostate brachytherapy postimplant assessment. METHODS AND MATERIALS: One brachytherapy team at the British Columbia Cancer Agency has incorporated MR-CT fusion into their permanent seed prostate brachytherapy quality assurance procedure. Several attempts were required to ensure that the diagnostic MR scanner at the adjoining general hospital performed the desired sequence, providing many examples of suboptimal scans and underlining the pitfalls for a center trying to incorporate the use of MR scanning into their brachytherapy program. RESULTS: The recommended sequence (Fast Spin Echo T2-weighted, repetition time [TR]/echo time [TE] 4500/90, echo train length [ETL] 10, 20×20 field of view [FOV], 80 bandwidth [BW]) is associated with superior edge detection when compared with those images in which a typical diagnostic sequence was used. The use of a low bandwidth sequence does not compromise edge detection or seed identification when compared with a higher bandwidth. CONCLUSIONS: We have defined a magnetic resonance imaging sequence, which appears to optimize both prostate delineation and identification of seeds, lending itself to straightforward fusion with CT images and allowing for less uncertainty in permanent seed prostate brachytherapy quality assurance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».