Sci-Thurs PM: Planning-07: Impact of Quantitative SPECT Corrections on SPECT-Weighted Mean Dose and Functional Lung Volume Segmentation as Applied in Functional Sparing RT Planning
Notice bibliographique
Résumé
Purpose: To compare functional lung volume segmentation and Single Photon Emission Computed Tomography (SPECT) weighted mean dose (SWMD) approaches used in SPECT guided treatment planning studies for patients with lung cancer. Methods and Materials: Nine lung cancer patients were consented to have a perfusion SPECT scan with 99mTc-macroaggregated albumin. Four image sets were reconstructed from each scan: one using a vendor provided ordered subsets expectation maximization (OSEM) algorithm and three quantitative SPECT reconstructions using OSEM methods with different types of attenuation and scatter corrections. SWMDs were calculated for open field with different sizes and gantry angles. Functional lung volumes were segmented in each reconstructed image using 10, 20, …, 90% of maximum SPECT intensity as a threshold. Results: Image reconstruction accuracy and thus functional lung volume segmentation are affected by several factors, such as attenuation and scatter correction, resolution recovery method and number of iterations used in reconstruction. Large differences in functional volumes (more than 50%) were found between images obtained from the four reconstructions. In contrast, the SWMD calculation produced consistent results for all SPECT reconstructions which included attenuation correction, regardless of whether or not scatter correction was used and the number of iterations. Conclusion: Functional volume segmentation is sensitive to the type of attenuation and scatter correction and number of iterations. In contrast, for images reconstructed with attenuation correction, the SWMD calculation produces consistent results and appears to be a more robust choice to be used in future studies incorporating SPECT into treatment planning.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,005 | 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 ».