MétaCan
Menu
Retour à la cohorte
Enregistrement W2089021032 · doi:10.1088/0031-9155/55/5/007

The reduction of image noise and streak artifact in the thoracic inlet during low dose and ultra-low dose thoracic CT

2010· article· en· W2089021032 sur OpenAlexaff
Narinder Paul, Jörg Blobel, E Prezelj, P Burey, Ali Ursani, Ravi Menezes, Hany Kashani, J. H. Siewerdsen

Notice bibliographique

RevuePhysics in Medicine and Biology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiation Dose and Imaging
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health NetworkToronto General HospitalUniversity of Toronto
Organismes subventionnairesNarodowa Agencja Wymiany Akademickiej
Mots-clésNoise (video)Noise reductionImage noisePixelStreakNuclear medicineImage qualityMedicineArtifact (error)Lung cancerRadiologyPhysicsComputer scienceOpticsArtificial intelligenceImage (mathematics)AcousticsPathology

Résumé

récupéré en direct d'OpenAlex

Increased pixel noise and streak artifact reduce CT image quality and limit the potential for radiation dose reduction during CT of the thoracic inlet. We propose to quantify the pixel noise of mediastinal structures in the thoracic inlet, during low-dose (LDCT) and ultralow-dose (uLDCT) thoracic CT, and assess the utility of new software (quantum denoising system and BOOST3D) in addressing these limitations. Twelve patients had LDCT (120 kV, 25 mAs) and uLDCT (120 kV, 10 mAs) images reconstructed initially using standard mediastinal and lung filters followed by the quantum denoising system (QDS) to reduce pixel noise and BOOST3D (B3D) software to correct photon starvation noise as follows: group 1 no QDS, no B3D; group 2 B3D alone; group 3 QDS alone and group 4 both QDS and B3D. Nine regions of interest (ROIs) were replicated on mediastinal anatomy in the thoracic inlet, for each patient resulting in 3456 data points to calculate pixel noise and attenuation. QDS reduced pixel noise by 18.4% (lung images) and 15.8% (mediastinal images) at 25 mAs. B3D reduced pixel noise by approximately 8% in the posterior thorax and in combination there was a 35.5% reduction in effective radiation dose (E) for LDCT (1.63-1.05 mSv) in lung images and 32.2% (1.55-1.05 mSv) in mediastinal images. The same combination produced 20.7% reduction (0.53-0.42 mSv) in E for uLDCT, for lung images and 17.3% (0.51-0.42) for mediastinal images. This quantitative analysis of image quality confirms the utility of dedicated processing software in targeting image noise and streak artifact in thoracic LDCT and uLDCT images taken in the thoracic inlet. This processing software potentiates substantial reductions in radiation dose during thoracic LDCT and uLDCT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,384
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetRadiation Dose and ImagingTravaux en français237 207