MétaCan
Menu
Retour à la cohorte
Enregistrement W2046077703 · doi:10.1118/1.3112363

Investigation of lung nodule detectability in low‐dose 320‐slice computed tomography

2009· article· en· W2046077703 sur OpenAlexafffund
Jordan Silverman, Narinder Paul, J. H. Siewerdsen

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensPrincess Margaret Cancer CentreToronto General HospitalOntario Institute for Cancer ResearchUniversity of Toronto
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthUniversity of Toronto
Mots-clésImaging phantomNodule (geology)Nuclear medicineDosimetryMedicineRadiologyIterative reconstructionMedical imaging

Résumé

récupéré en direct d'OpenAlex

Low-dose imaging protocols in chest CT are important in the screening and surveillance of suspicious and indeterminate lung nodules. Techniques that maintain nodule detectability yet permit dose reduction, particularly for large body habitus, were investigated. The objective of this study was to determine the extent to which radiation dose can be minimized while maintaining diagnostic performance through knowledgeable selection of reconstruction techniques. A 320-slice volumetric CT scanner (Aquilion ONE, Toshiba Medical Systems) was used to scan an anthropomorphic phantom at doses ranging from approximately 0.1 mGy up to that typical of low-dose CT (LDCT, approximately 5 mGy) and diagnostic CT (approximately 10 mGy). Radiation dose was measured via Farmer chamber and MOSFET dosimetry. The phantom presented simulated nodules of varying size and contrast within a heterogeneous background, and chest thickness was varied through addition of tissue-equivalent bolus about the chest. Detectability of a small solid lung nodule (3.2 mm diameter, -37 HU, typically the smallest nodule of clinical significance in screening and surveillance) was evaluated as a function of dose, patient size, reconstruction filter, and slice thickness by means of nine-alternative forced-choice (9AFC) observer tests to quantify nodule detectability. For a given reconstruction filter, nodule detectability decreased sharply below a threshold dose level due to increased image noise, especially for large body size. However, nodule detectability could be maintained at lower doses through knowledgeable selection of (smoother) reconstruction filters. For large body habitus, optimal filter selection reduced the dose required for nodule detection by up to a factor of approximately 3 (from approximately 3.3 mGy for sharp filters to approximately 1.0 mGy for the optimal filter). The results indicate that radiation dose can be reduced below the current low-dose (5 mGy) and ultralow-dose (1 mGy) levels with knowledgeable selection of reconstruction parameters. Image noise, not spatial resolution, was found to be the limiting factor in detection of small lung nodules. Therefore, the use of smoother reconstruction filters may permit lower-dose protocols without trade-off in diagnostic performance.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,313
Score d'incertitude au seuil0,352

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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'étudeObservationnel
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

Citations41
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetRadiation Dose and ImagingTravaux en français237 207