Performance Assessment of a Preclinical PET Scanner with Pinhole Collimation by Comparison to a Coincidence-Based Small-Animal PET Scanner
Notice bibliographique
Résumé
UNLABELLED: PET imaging of rodents is increasingly used in preclinical research, but its utility is limited by spatial resolution and signal-to-noise ratio of the images. A recently developed preclinical PET system uses a clustered-pinhole collimator, enabling high-resolution, simultaneous imaging of PET and SPECT tracers. Pinhole collimation strongly departs from traditional electronic collimation achieved via coincidence detection in PET. We investigated the potential of such a design by direct comparison to a traditional PET scanner. METHODS: Two small-animal PET scanners, 1 with electronic collimation and 1 with physical collimation using clustered pinholes, were used to acquire data from Jaszczak (hot rod) and uniform phantoms. Mouse brain imaging using (18)F-FDG PET was performed on each system and compared with quantitative ex vivo autoradiography as a gold standard. Bone imaging using (18)F-NaF allowed comparison of imaging in the mouse body. Images were visually and quantitatively compared using measures of contrast and noise. RESULTS: Pinhole PET resolved the smallest rods (diameter, 0.85 mm) in the Jaszczak phantom, whereas the coincidence system resolved 1.1-mm-diameter rods. Contrast-to-noise ratios were better for pinhole PET when imaging small rods (<1.1 mm) for a wide range of activity levels, but this reversed for larger rods. Image uniformity on the coincidence system (<3%) was superior to that on the pinhole system (5%). The high (18)F-FDG uptake in the striatum of the mouse brain was fully resolved using the pinhole system, with contrast to nearby regions equaling that from autoradiography; a lower contrast was found using the coincidence PET system. For short-duration images (low-count), the coincidence system was superior. CONCLUSION: In the cases for which small regions need to be resolved in scans with reasonably high activity or reasonably long scan times, a first-generation clustered-pinhole system can provide image quality in terms of resolution, contrast, and the contrast-to-noise ratio superior to a traditional PET system.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».