MétaCan
Menu
Retour à la cohorte
Enregistrement W2119290538

Automated 3-dimensional registration of stand-alone (18)F-FDG whole-body PET with CT.

2003· article· en· W2119290538 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePubMed · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésImage registrationImage warpingArtificial intelligenceComputer scienceNuclear medicineComputer visionRigid transformationMedicineImage (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Image registration and fusion of whole-body (18)F-FDG PET with thoracic CT would allow combination of anatomic detail from CT with functional PET information, which could lead to improved diagnosis or PET-based radiotherapy planning. METHODS: We have designed a practical and fully automated algorithm for the elastic 3-dimensional image registration of whole-body PET and CT images, which compensates for the nonlinear deformation due to breath-hold CT imaging. A set of 18 PET and CT patient datasets has been evaluated by the algorithm. Initially, a 9-parameter linear registration is performed by maximizing the mutual information (MI)-based cost function, between the CT and the combination of emission and transmission PET volumes, using progressively increased matrix sizes to increase speed and provide better convergence. Subsequently, lung contours on transmission maps and corresponding contours on CT volumes are automatically detected. A large number (few hundreds) of corresponding point pairs are automatically derived, defining a thin-plate-spline (TPS) elastic transformation of PET emission and transmission scans to match the CT scan. RESULTS: In all 18 patients the automatic linear registration with multiresolution converged close to the final alignment, but, in 10 cases, the nonlinear differences in the diaphragm position and chest wall were still clearly visible. The nonlinear adjustment, which was in the order of 40-75 mm, significantly improved the alignment between breath-hold CT and PET, especially in the areas of the diaphragm. Lung volumes measured from transmission and CT scans match closely after the warping has been applied. The average computation time is <40 s for the linear component and <30 s for the nonlinear component for a typical PET scan with 4-6 bed positions. CONCLUSION: We have developed a technique for automatic nonlinear registration of CT and PET whole-body images to common spatial coordinates. This technique may be applied for automatic fusion of PET with CT acquired on stand-alone scanners during normal breathing or breath-hold data acquisition.

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.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,027
Tête enseignante GPT0,282
Écart entre enseignants0,255 · 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