Evaluation of the Feasibility and Quantitative Accuracy of a Generalized Scatter 2D PET Reconstruction Method
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
Scatter degrades the contrast and quantitative accuracy of positron emission tomography (PET) images, and most methods for estimating and correcting scattered coincidences in PET subtract scattered events from the measured data. Compton scattering kinematics can be used to map out the locus of possible scattering locations. These curved lines (2D) or surfaces (3D), which connect the coincidence detectors, encompass the surface (2D) or volume (3D) where the decay occurs. In the limiting case where the scattering angle approaches zero, the scattered coincidence approaches the true coincidence. Therefore, both true and scattered coincidences can be considered similarly in a generalized scatter maximum-likelihood expectation-maximization reconstruction algorithm. The proposed method was tested using list-mode data obtained from a GATE simulation of a Jaszczak-type phantom. For scatter fractions from 10% to 60%, this approach reduces noise and improves the contrast recovery coefficients by 0.5–3.0% compared with reconstructions using true coincidences and by 3.0–24.5% with conventional reconstruction methods. The results demonstrate that this algorithm is capable of producing images entirely from scattered photons, eliminates the need for scatter corrections, increases image contrast, and reduces noise. This could be used to improve diagnostic quality and/or to reduce patient dose and radiopharmaceutical cost.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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