MO‐D‐L100J‐09: A Multi‐Resolution, Multi‐Scale, Mutual Information Technique for Registration of High‐ and Low‐KVp Projections in Dual‐Energy Imaging
Notice bibliographique
Résumé
Purpose: In dual‐energy (DE) imaging, double‐shot acquisition provides superior DQE and detectability index compared to sandwiched detectors, but introduces the potential for misregistration artifacts (e.g., respiratory, cardiac, and bulk motion). This paper reports a projection registration scheme operating at various levels of scale and resolution to resolve misregistration errors prior to DE decomposition. Method and Materials: The method is based on joint histograms of the high‐ and low‐kVp images (or ROIs therein), with optimal image transformations computed to maximize the mutual information between the images. The image is subdivided into a series of ROIs, with an optimal transformation computed for each ROI. Large ROIs are downsampled to reduce the computational complexity of the optimization. The ROI transformations are smoothed and interpolated to determine a pixel‐wise transformation for the entire image. This is repeated with progressively smaller ROIs. Results: The results demonstrate that large scale ROIs (400×400 pixel) are effective in correcting bulk patient motion such as drift or relaxation. A second pass with a smaller ROI (200×200 pixel) corrects breathing and cardiac motion. A final pass with yet smaller ROIs (100×100 pixels) is effective at correcting the motion of fine bronchio‐vascular structure. The combination of these in an iterative multi‐resolution, multi‐scale method effectively registers the high‐ and low‐kVp projections such that DE images exhibit significantly reduced motion artifacts — particularly in the scapulae, aorta, heart, liver, and bronchioles. Expert radiologist readings suggest a significant improvement in image quality and diagnostic performance. Conclusion: The iterative, multi‐resolution, multi‐scale registration corrects misregistration progressively at scales ranging from bulk anatomical drift down to smaller scale motion such as that of fine pulmonary vasculature. The approach is a vital part of the DE image processing chain that has been implemented for a clinical DE imaging trial with 200 patients. Research partly supported by Eastman Kodak Co.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».