WE‐C‐103‐02: BEST IN PHYSICS (IMAGING) ‐ Strategies for Fluence Field Modulated CT
Notice bibliographique
Résumé
Purpose: Fluence field modulated computed tomography (FFMCT) proposes using dynamically changing fluence fields during image acquisition for advanced dose reduction and image quality optimization. This work compares the relative effectiveness of FFMCT when the modulator is subject to limiting constraints, such as might be introduced by real physical modulators. Methods: Several tasks were defined for a simulated anthropomorphic chest phantom by defining different regions of high and low image quality, characterized by the signal standard deviation. Optimal modulation fluence patterns were sought for each task using a simulated annealing optimization script, which attempts to achieve the image quality plan under a global dosimetric constraint. Optimization was repeated under different types of modulation constraints representing several different realistic modulator designs (e.g. dynamically varying apertures, discrete fixed apertures, or shaped static filters). Results were compared based on predicted dose outcomes and agreement with the prescribed image quality criteria. Results: Compared to static modulators (e.g. bowtie filter), fluence field modulation approaches utilizing dynamically changing modulators showed improved agreement with the prescribed outcomes, including greater uniformity of image noise over the target regions of interest. For some tasks, highly constrained modulators approached outcomes similar to that of the ideal unconstrained case. Average integral dose reduction compared to a uniform reference field exceeded 20% for all modulation methods. Conclusions: The results support that FFMCT can achieve regionally varying image quality distributions in good agreement with user‐prescribed values, while reducing dose to the patient. The outcomes also support that the benefits of fluence field modulation may be yielded even when highly constrained modulators are used, suggesting practical, feasible implementations of FFMCT may be possible. Research funded in part by the Ontario Graduate Scholarships (OGS), Natural Sciences and Engineering Research Council of Canada (NSERC), Elekta Inc. and the Ontario Research Fund (ORF)
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».