Comparative performance of modern digital mammography systems in a large breast screening program
Notice bibliographique
Résumé
PURPOSE: To compare physical measures pertaining to image quality among digital mammography systems utilized in a large breast screening program. To examine qualitatively differences in these measures and differences in clinical cancer detection rates between CR and DR among sites within that program. METHODS: As part of the routine quality assurance program for screening, field measurements are made of several variables considered to correlate with the diagnostic quality of medical images including: modulation transfer function, noise equivalent quanta, d' (an index of lesion detectability) and air kerma to allow estimation of mean glandular dose. In addition, images of the mammography accreditation phantom are evaluated. RESULTS: It was found that overall there were marked differences between the performance measures of DR and CR mammography systems. In particular, the modulation transfer functions obtained with the DR systems were found to be higher, even for larger detector element sizes. Similarly, the noise equivalent quanta, d', and the phantom scores were higher, while the failure rates associated with low signal-to-noise ratio and high dose were lower with DR. These results were consistent with previous findings in the authors' program that the breast cancer detection rates at sites employing CR technology were, on average, 30.6% lower than those that used DR mammography. CONCLUSIONS: While the clinical study was not large enough to allow a statistically powered system-by-system assessment of cancer detection accuracy, the physical measures expressing spatial resolution, and signal-to-noise ratio are consistent with the published finding that sites employing CR systems had lower cancer detection rates than those using DR systems for screening mammography.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».