Dose reduction for cardiac CT using a registration‐based approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two reasons for the recent rise in radiation exposure from CT are increases in its clinical applicability and the desire to maintain high SNR while acquiring smaller voxels. To address this emerging dose problem, several strategies for reducing patient exposure have already been proposed. One method employed in cardiac imaging is ECG-driven modulation of the tube current between 100% at one time point in the cardiac cycle and a reduced fraction at the remaining phases. In this paper, we describe how images obtained during such acquisition can be used to reconstruct 4D data of consistent high quality throughout the cardiac cycle. In our approach, we assume that the middiastole (MD) phase is imaged with full dose. The MD image is then independently registered to lower dose images (lower SNR) at other frames, resulting in a set of transformations. Finally, the transformations are used to warp the MD frame through the cardiac cycle to generate the full 4D image. In addition, the transformations may be interpolated to increase the temporal sampling or to generate images at arbitrary time points. Our approach was validated using various data obtained with simulated and scanner-implemented dose modulation. We determined that as little as 10% of the total dose was required to reproduce full quality images with a 1 mm spatial error and an error in intensity values on the order of the image noise. Thus, our technique offers considerable dose reductions compared to standard imaging protocols, with minimal effects on the quality of the final data.
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.
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 | 0,000 |
| 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 découle