PET kinetic modeling of /sup 13/N-ammonia from sinograms in rats
Notice bibliographique
Résumé
Positron emission tomography (PET) image reconstruction methods inherently introduce inaccuracies in images, especially in dynamic acquisitions, where the frame length is short and/or when the count rate is low. In order to provide an alternate approach to deal with this data analysis problem in PET kinetic modeling, we extracted the kinetic parameters directly from the sinograms. The present work describes modeling /sup 13/N-ammonia in the sinograms obtained in rats with the Sherbrooke small animal PET scanner. Rats were injected with /sup 13/N-ammonia and a set of dynamic scans was acquired for a total of 20 min. Each element of the dynamic sinograms was decomposed into its basis functions using a spectral analysis technique in conjunction with /sup 13/N-ammonia kinetic model. Components that seemed to be representative of homogeneous structures were obtained as well as the kinetic model parameters. Structures were assumed to be associated with a small range of frequencies and were individually reconstructed on that basis. The resulting images were apparently compartments of blood, nonmetabolized, and metabolized ammonia, which were clearly resolved. Moreover, there were two blood components with time activity curves that showed a difference in the occurrence of their peaks. In conclusion, modeling in the sinogram domain allows one to extract a specific component associated with its major kinetic components and to obtain images that may be representative of kinetic parameters.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».