Quantitative Measurement of In Vivo Tracer Concentration in Rats with Multiplexed Multi-Pinhole SPECT
Notice bibliographique
Résumé
The goal of this study is to evaluate the quantitative accuracy of measuring in vivo tracer concentrations using multiplexed multi-pinhole microSPECT with CT-based attenuation correction (AC) and simple methods for scatter compensation. Phantom and in vivo rat cardiac images were acquired and reconstructed with no photon AC, with AC only, with attenuation and dual-energy window scatter correction, and using a reduced attenuation coefficient to compensate for scatter. Absolute calibration was also acquired using small sources to minimize self-attenuation and scatter. The phantom tracer concentrations measured with SPECT were compared to dose calibrator measurements. The rats were sacrificed and the cardiac activity measured in vivo was compared to well counter measurements of cardiac activity. With no correction, the tracer concentrations measured in phantoms was as much as 30% below the true value for the largest phantom (52 mm diameter). AC improved the accuracy of quantification, but overestimated activity concentrations by up to 5% for the larger phantoms. With DEW scatter correction, activity concentration measured with SPECT agrees with the dose calibrator measurements to within -2 ±2% and with a reduced attenuation coefficient, the agreement was better than -1 ±1%. In rats injected with <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">99m</sup> Tc-tetrofosmin, SPECT measurements of total cardiac activity were 24±2% below well counter measurements with no corrections, 5±3% above well counter measurements with only attenuation correction, 3±3% below with DEW scatter correction, and 1±3% below with reduced attenuation correction.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».