MétaCan
Menu
← Retour à la cohorte
Enregistrement W2035487748 · doi:10.1118/1.4894978

Sci—Thur PM: Imaging — 05: Calibration of a SPECT/CT camera for quantitative SPECT with <sup>99m</sup>Tc

2014· article· en· W2035487748 sur OpenAlexaff
Émilie Gaudin, Jean‐François Montégiani, Jean‐Mathieu Beauregard, Philippe Després

Notice bibliographique

RevueMedical Physics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésImaging phantomNuclear medicinePhysicsCalibrationSpect imagingIterative reconstructionSensitivity (control systems)Partial volumeSingle-photon emission computed tomographyCorrection for attenuationGamma cameraPositron emission tomographyMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

While quantitation is the norm in PET, it is not widely available yet in SPECT. This work's aim was to calibrate a commercially available SPECT/CT system to perform quantitative SPECT. Counting sensitivity, dead‐time (DT) constant and partial volume effect (PVE) of the system were assessed. A dual‐head Siemens SymbiaT6 SPECT/CT camera equipped with low energy high‐resolution collimators was studied. 99mTc was the radioisotope of interest because of its wide usage in nuclear medicine. First, point source acquisitions were performed (activity: 30–990MBq). Further acquisitions were then performed with a uniform Jaszczak phantom filled with water at high activity (25–5000MBq). PVE was studied using 6 hot spheres (diameters: 9.9–31.2 mm) filled with 99mTc (2.8MBq/cc) in the Jaszczak phantom, which was: (1) empty, (2) water‐filled and (3) water‐filled with low activity (0.1MBq/cc). The data was reconstructed with the Siemens's Flash3D iterative algorithm with 4 subsets and 8 iterations, attenuation‐correction (AC) and scatter‐correction (SC). DT modelling was based on the total spectrum counting rate. Sensitivity was assessed using AC‐SC reconstructed SPECT data. Sensitivity and DT for the sources were 99.51±1.46cps/MBq and 0.60±0.04µs. For the phantom, sensitivity and DT were 109.9±2.3cps/MBq and 0.62±0.13µs. The recovery‐coefficient varied from 5% for the 9.9mm, to 80% for the 31.2mm spheres. With our calibration methods, both sensitivity and DT constant of the SPECT camera had little dependence on the object geometry and attenuation. For small objects of known size, recovery‐coefficient can be applied to correct PVE. Clinical quantitative SPECT appears to be possible and has many potential applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0660,030

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 Opus0,023
Tête enseignante GPT0,325
Écart entre enseignants0,302 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→