Does kV–MV dual-energy computed tomography have an advantage in determining proton stopping power ratios in patients?
Notice bibliographique
Résumé
Conventional kilovoltage (kV) x-ray-based dual-energy CT (DECT) imaging using two different x-ray energy spectra is sensitive to image noise and beam hardening effects. The purpose of this study was to evaluate the theoretical advantage of the DECT method for determining proton stopping power ratios (SPRs) using a combination of kV and megavoltage (MV) x-ray energies. We investigated three representative x-ray energy pairs: 100 and 140 kVp comprised the kV-kV pair, 100 kVp and 1 MV comprised the kV-MV pair, and two 1 MV x-ray beams-one with and one without external filtration-comprised the MV-MV pair. The SPRs of 34 human tissues were determined using the DECT method with these three x-ray energy pairs. Small perturbations were introduced into the CT numbers and x-ray spectra used for the DECT calculation to simulate the effects of random noise and beam hardening. An error propagation analysis was performed on the DECT calculation algorithm to investigate the propagation of CT number uncertainty to final SPR estimation and to suggest the best x-ray energy combination. We found that the DECT method using each of the three beam pairs achieved similar accuracy in determining the SPRs of human tissues in ideal conditions. However, when CT number uncertainties and artifacts such as imaging noise and beam hardening effects were considered, the kV-MV DECT improved the accuracy of SPR estimation substantially over the kV-kV or MV-MV DECT methods. Furthermore, our error propagation analysis showed that the combination of 100 kVp and 1 MV beams was close to the optimal selection when using the DECT method to determine SPRs. Overall, the kV-MV combination makes the DECT method more robust in resolving the effective atomic numbers for biological tissues than the traditional kV-kV DECT method.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».