MétaCan
Menu
Retour à la cohorte
Enregistrement W2095251619 · doi:10.1118/1.2211708

Simulation study of respiratory-induced errors in cardiac positron emission tomography/computed tomography

2006· article· en· W2095251619 sur OpenAlexaffabout
Gianna M. Fitzpatrick, R. Glenn Wells

Notice bibliographique

RevueMedical Physics · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensSt Joseph's Health CareLawson Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésCardiac PETPositron emission tomographyImaging phantomCorrection for attenuationNuclear medicinePositron emissionTomographyPET-CTPreclinical imagingMedicineRadiologyIn vivo

Résumé

récupéré en direct d'OpenAlex

Heart disease is a leading killer in Canada and positron emission tomography (PET) provides clinicians with in vivo metabolic information for diagnosing heart disease. Transmission data are usually acquired with 68Ge, although the advent of PET/CT scanners has made computed tomography (CT) an alternative option. The fast data acquisition of CT compared to PET may cause potential misregistration problems, leading to inaccurate attenuation correction (AC). Using Monte Carlo simulations and an anthropomorphic dynamic computer phantom, this study determines the magnitude and location of respiratory-induced errors in radioactivity uptake measured in cardiac PET/CT. A homogeneous tracer distribution in the heart was considered. The AC was based on (1) a time-averaged attenuation map, (2) CT maps from a single phase of the respiratory cycle, and (3) CT maps phase matched to the emission data. Circumferential profiles of the heart uptake were compared and differences of up to 24% were found between the single-phase CT-AC method and the true phantom values. Simulation results were supported by a PET/CT canine study which showed differences of up to 10% in the heart uptake in the lung-heart boundary region when comparing 68Ge- to CT-based AC with the CT map acquired at end inhalation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,566

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,330
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207