TH-E-110-08: Free Breathing Hepatic CT Perfusion with Automatic a Posteriori Motion Correction
Notice bibliographique
Résumé
Purpose: Current hepatic dynamic contrast enhanced CT (DCE-CT) protocols rely on patients holding their breath either once or multiple times. We propose that hepatic CT perfusion imaging is feasible using a free breathing DCE-CT scanning protocol without prior coaching on breathing and automatic post acquisition image registration to eliminate motion induced artifacts. Methods: 26 patients (21 males, 5 females, average age 71 years) with primary or metastatic hepatomas were scanned with a free- breathing axial shuttle DCE-CT. One-dimensional respiratory motion correction in the axial direction was performed automatically by registering high contrast liver features in every image to that of a chosen reference image. CT Perfusion (GE Healthcare) was extended to calculate root mean squared deviation (RMSD) maps to quantify the amount of respiratory motion before and after motion correction. Functional parameters were generated for both corrected and uncorrected scans to determine the effect of motion induced artifacts. Results: Within the liver, background levels of RMSD due to tissue inhomogeneity, imaging noise and reconstruction artifacts was found to be less than 20 HU. A threshold of 200 HU was chosen to indicate organ motion. The mean fraction of voxels in the liver with RMSD above 200 HU (VF) decreased from 8.0% to 4.0% after correction (p=0.01). A strong correlation was found between initial VF (VFI) and reduction in VF (DVF) due to motion correction (DVF = 0.94*VFI − 3.66, R=0.97). Total blood flow was 30 ml/min/kg (p=0.08) higher in tumour than normal tissue prior to correction and 40 ml/min/kg (p=0.008) after correction. Conclusion: Free breathing DCE-CT in liver is feasible and using a posteriori motion correction reduces potential motion artifacts in functional maps. Motion correction is beneficial in cases where initial VF is greater than 5% or an ROI can not be drawn that includes the portal vein in all volumes. “This research is funded by the Canadian Cancer Society (grant #700386)”.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».