MétaCan
Menu
← Retour à la cohorte
Enregistrement W2049465298 · doi:10.1118/1.4740195

Sci—Fri AM: Imaging — 09: Serial estimation of cross‐talk for correction in dual‐isotope imaging with dynamic tracers

2012· article· en· W2049465298 sur OpenAlexaff
RG Wells, Julia Lockwood, Lihui Wei, Daniel Duan, Corinne Bensimon, Terrence D. Ruddy

Notice bibliographique

RevueMedical Physics · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensNordion (Canada)Health CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTRACERIsotopeNuclear medicineGamma cameraSpect imagingEnergy (signal processing)Dynamic imagingPhysicsComputer scienceImage processingArtificial intelligenceMedicineImage (mathematics)Nuclear physics

Résumé

récupéré en direct d'OpenAlex

The recent radioisotope shortage has led to interest in non-Tc99m-based tracers. We have developed a novel I-123-labelled myocardial perfusion imaging tracer. We compare the I123-tracer to the clinical standard of Tc99m tetrofosmin in vivo in a rat model using a small-animal SPECT/CT camera. SPECT distinguishes different isotopes based on the different energies of the emitted gamma rays and thus allows simultaneous comparison of two tracer distributions in the same animal. Dual-isotope imaging is complicated by cross-talk between the energy windows of the isotopes. Standard energy-window-based correction methods are difficult to employ because of the proximity in energy of Tc99m (140keV) and I123 (159keV). Imaging the second tracer's energy window prior to its injection provides an estimate of the cross-talk. However, this estimate is only accurate if the tracer distribution is static. We use serial imaging prior to the introduction of the second tracer to estimate the dynamics of the first tracer and interpolate the cross-talk images to provide a more accurate correction. We used rat models of myocardial disease (n=3). I123 tracer was injected and imaged for one hour at 20min intervals. The Tc99m tetrofosmin was then injected and 30min later, a dual-isotope image was obtained. The impact of this approach is assessed by comparing the differences in the Tc99m-tetrofosmin image using this method with correction by simple correction for physical decay. The interpolative approach improves the accuracy of the correction by 2%-5% and thereby enhances the comparison of the two tracers.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0450,015

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 Opus0,014
Tête enseignante GPT0,339
Écart entre enseignants0,326 · 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
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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