MO‐D‐304A‐04: Cone‐Beam CT Lag Correction Models: Effect of Optimized Parameter Selection
Notice bibliographique
Résumé
Purpose: Image lag degrades image quality in cone‐beam CT (CBCT). This work investigates the magnitude of lag artifacts and develops an optimized lag coefficient model to correct lag artifacts in CBCT images to improve guidance of radiotherapy(Elekta Synergy XVI). Method and Materials: Image lag and its relationship with various parameters including signal strength and frame number was investigated for a PerkinElmer (RID1640) flat‐panel imager. A new lag correction model referred to as the “average‐optimized lag coefficients model” (ALCM) is developed to correct CBCT images. The optimization of lag coefficients was purely based on quantitative improvement in lag corrected CBCT images. Each projection was corrected for lag effects by subtracting previous projections weighted by the magnitude of image lag. The quantification/measurement of lag coefficients for four different techniques including RESF(Rising‐Edge‐Step‐Response‐Function), IRF(Impulse‐Response‐Function), FESF(Rising‐Edge‐Step‐Response‐Function) and ALCM(Average‐Optimized‐Lag‐Coefficient‐Model) for the same detector. These models are applied/tested in correcting CBCT images of two customs made phantoms referred to as Ellipse_Lucite (MTF and skinline) and Irregular_Lucite (CNR). Results: Experimental results illustrate that the nth frame lag of the imager for all four model shows different behavior with frame number. The RCTN at 5 mm depth after lag correction was measured in CT♯ as 4.38±1.01, 10.51±1.35, 8.35±1.31 and 2.121±0.81 for RESF, IRF, FESF and ALCM, respectively. Similarly, the spatial frequency/cm for MTF(50%) before and after lag correction for RESF, IRF, FESF and ALCM was measured as 6.3±0.24, 5.7±0.23, 5.8±0.22 and 6.5±0.24, respectively. CNR for ALCMwas almost two times higher than nominal. Conclusion: Lag artifacts can be reduced by correction of the projection images using the ALCM model. Lag correction is most important for high contrast and irregularly shaped objects. The performance metrics suggest a significant improvement for RESF and ALCM and strongly support their use for lag correction in cone‐beam CT. Research sponsored by Elekta.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».