Clinical Impact of Nonuniform CT-Based Attenuation Correction in Brain Perfusion SPECT/CT Using 99mTc-ECD
Notice bibliographique
Résumé
INTRODUCTION: Brain perfusion SPECT is commonly used to evaluate patients with cognitive impairments. Physical limits such as attenuation compromise image quality do not allow the most accurate depiction of radionuclide distribution, and thus, application of attenuation correction (AC) has been recommended. Some reports have demonstrated discordances between the uniform (UAC) and nonuniform CT-based correction (NUAC) procedures. The aim was to study the impact of these discordances on visual interpretation and their concordance with clinical symptoms. METHODS: Twelve patients presenting cognitive impairments were included. Brain perfusion SPECT images were reconstructed using 2 AC methods. Qualitative image assessment was performed as uptake analysis in 21 predefined cortical ROIs for each patient. Interpretation of perfusion patterns was based on a 2-score uptake scale (normal and reduced/pathologic). Variation of uptake scores in UAC- versus NUAC-processed images and their concordance with clinical symptoms were studied. RESULTS: Normal image patterns generated by UAC and NUAC methods were found in 226 (90%) of 252 and in 201 (80%) of 252 ROIs, respectively. No difference between UAC and NUAC methods was found in posterior brain areas. However, differences were recorded in 51 (20%) of 252 ROIs, and this discordance was located in the anterior areas (frontal and temporal lobes), and evaluation changed from normal to pathological patterns using NUAC method. Two years later, patients showing frontal hypoperfusion on NUAC brain SPECT images expressed clinical frontal lobe dysfunctions. CONCLUSIONS: Discordances between UAC- and NUAC-processed images impact visual analysis of brain perfusion SPECT images. The NUAC-processed images show a good concordance with clinical symptoms, suggesting that it is an accurate method to correct attenuation.
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 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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».