Toward truly combined PET/CT imaging using PET detectors and photon counting CT with iterative reconstruction implementing physical detector response
Notice bibliographique
Résumé
PURPOSE: This paper intends to demonstrate the feasibility of truly combined PET/CT imaging and addresses some of the major challenges raised by this dual modality approach. A method is proposed to retrieve maximum accuracy out of limited resolution computed tomography (CT) scans acquired with positron emission tomography (PET) detectors. METHODS: A PET/CT simulator was built using the LabPET™ detectors and front-end electronics. Acquisitions of energy-binned data sets were made using this low spatial resolution CT system in photon counting mode. To overcome the limitations of the filtered back-projection technique, an iterative reconstruction library was developed and tested for the counting mode CT. Construction of the system matrix is based on a preregistered raster scan from which the experimental detector response is obtained. PET data were obtained sequentially with CT in a conventional manner. RESULTS: A meticulous description of the system geometry and misalignment corrections is imperative and was incorporated into the matrix definition to achieve good image quality. Using this method, no sinogram precorrection or interpolation is necessary and measured projections can be used as raw input data for the iterative reconstruction algorithm. Genuine dual modality PET/CT images of phantoms and animals were obtained for the first time using the same detection platform. CONCLUSIONS: CT and fused PET/CT images show that LabPET™ detectors can be successfully used as individual X-ray photon counting devices for low-dose CT imaging of the anatomy in a molecular PET imaging context.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».