Impact of image acquisition timing on image quality for dual energy contrast-enhanced breast tomosynthesis
Notice bibliographique
Résumé
Dual-energy contrast-enhanced digital breast tomosynthesis (DE CE-DBT) image quality is affected by a large parameter space including the tomosynthesis acquisition geometry, imaging technique factors, the choice of reconstruction algorithm, and the subject breast characteristics. The influence of most of these factors on reconstructed image quality is well understood for DBT. However, due to the contrast agent uptake kinetics in CE imaging, the subject breast characteristics change over time, presenting a challenge for optimization . In this work we experimentally evaluate the sensitivity of the reconstructed image quality to timing of the low-energy and high-energy images and changes in iodine concentration during image acquisition. For four contrast uptake patterns, a variety of acquisition protocols were tested with different timing and geometry. The influence of the choice of reconstruction algorithm (SART or FBP) was also assessed. Image quality was evaluated in terms of the lesion signal-difference-to-noise ratio (LSDNR) in the central slice of DE CE-DBT reconstructions. Results suggest that for maximum image quality, the low- and high-energy image acquisitions should be made within one x-ray tube sweep, as separate low- and high-energy tube sweeps can degrade LSDNR. In terms of LSDNR per square-root dose, the image quality is nearly equal between SART reconstructions with 9 and 15 angular views, but using fewer angular views can result in a significant improvement in the quantitative accuracy of the reconstructions due to the shorter imaging time interval.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».