MétaCan
Menu
Retour à la cohorte
Enregistrement W2012839662 · doi:10.1118/1.3096706

Physical performance and image optimization of megavoltage cone‐beam CT

2009· article· en· W2012839662 sur OpenAlexfundno aff
Olivier Morin, Jean‐François Aubry, Michèle Aubin, Josephine Chen, Martina Descovich, Ali‐Bani Hashemi, Jean Pouliot

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésImaging phantomFlat panel detectorImage qualityMaterials scienceNuclear medicineDetectorLinear particle acceleratorOpticsIterative reconstructionBeam (structure)PhysicsComputer scienceMedicineArtificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Megavoltage cone-beam CT (MVCBCT) is the most recent addition to the in-room CT systems developed for image-guided radiation therapy. The first generation MVCBCT system consists of a 6 MV treatment x-ray beam produced by a conventional linear accelerator equipped with a flat panel amorphous silicon detector. The objective of this study was to evaluate the physical performance of MVCBCT in order to optimize the system acquisition and reconstruction parameters for image quality. MVCBCT acquisitions were performed with the clinical system but images were reconstructed and analyzed with a separate research workstation. The geometrical stability and the positioning accuracy of the system were evaluated by comparing geometrical calibrations routinely performed over a period of 12 months. The beam output and detector intensity stability during MVCBCT acquisition were also evaluated by analyzing in-air acquisitions acquired at different exposure levels. Several system parameters were varied to quantify their impact on image quality including the exposure (2.7, 4.5, 9.0, 18.0, and 54.0 MU), the craniocaudal imaging length (2, 5, 15, and 27.4 cm), the voxel size (0.5, 1, and 2 mm), the slice thickness (1, 3, and 5 mm), and the phantom size. For the reconstruction algorithm, the study investigated the effect of binning, averaging and diffusion filtering of raw projections as well as three different projection filters. A head-sized water cylinder was used to measure and improve the uniformity of MVCBCT images. Inserts of different electron densities were placed in a water cylinder to measure the contrast-to-noise ratio (CNR). The spatial resolution was obtained by measuring the point-spread function of the system using an iterative edge blurring technique. Our results showed that the geometric stability and accuracy of MVCBCT were better than 1 mm over a period of 12 months. Beam intensity variations per projection of up to 35.4% were observed for a 2.7 MU MVCBCT acquisition. These variations did not cause noticeable reduction in the image quality. The results on uniformity suggest that the cupping artifact occurring with MVCBCT is mostly due to off-axis response of the detector and not scattered radiation. Simple uniformity correction methods were developed to nearly eliminate this cupping artifact. The spatial resolution of the baseline MVCBCT reconstruction protocol was approximately 2 mm. An optimized reconstruction protocol was developed and showed an improvement of 75% in CNR with a penalty of only 8% in spatial resolution. Using this new reconstruction protocol, large adipose and muscular structures were differentiated at an exposure of 9 MU. A reduction of 36% in CNR was observed on a larger (pelvic-sized) phantom. This study demonstrates that soft-tissue visualization with MVCBCT can be substantially improved with proper system settings. Further improvement is expected from the next generation MVCBCT system with an optimized megavoltage imaging beamline.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,262
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207