MétaCan
Menu
Retour à la cohorte
Enregistrement W2030464110 · doi:10.1088/0031-9155/57/15/4755

Quantitative image reconstruction for dual-isotope parathyroid SPECT/CT: phantom experiments and sample patient studies

2012· article· en· W2030464110 sur OpenAlexaff
Sergey Shcherbinin, S Chamoiseau, A. Ćeller

Notice bibliographique

RevuePhysics in Medicine and Biology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImaging phantomSingle-photon emission computed tomographyNuclear medicineAttenuationEmission computed tomographyProjection (relational algebra)Spect imagingCorrection for attenuationTomographyPhysicsComputer scienceOpticsMedicinePositron emission tomographyAlgorithm

Résumé

récupéré en direct d'OpenAlex

We investigated the quantitative accuracy of the model-based dual-isotope single-photon emission computed tomography (DI-SPECT) reconstructions that use Klein-Nishina expressions to estimate the scattered photon contributions to the projection data. Our objective was to examine the ability of the method to recover the absolute activities pertaining to both radiotracers: Tc-99m and I-123. We validated our method through a series of phantom experiments performed using a clinical hybrid SPECT/CT camera (Infinia Hawkeye, GE Healthcare). Different activity ratios and different attenuating media were used in these experiments to create cross-talk effects of varying severity, which can occur in clinical studies. Accurate model-based corrections for scatter and cross-talk with CT attenuation maps allowed for the recovery of the absolute activities from DI-SPECT/CT scans with errors that ranged 0-10% for both radiotracers. The unfavorable activity ratios increased the computational burden but practically did not affect the resulting accuracy. The visual analysis of parathyroid patient data demonstrated that our model-based processing improved adenoma/background contrast and enhanced localization of small or faint adenomas.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil0,297

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 Opus0,368
Tête enseignante GPT0,507
Écart entre enseignants0,139 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207