Different Spectral Hounsfield Unit Curve and High-Energy Virtual Monochromatic Image Characteristics of Squamous Cell Carcinoma Compared with Nonossified Thyroid Cartilage
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: The attenuation of normal nonossified thyroid cartilage can be similar to that of head and neck squamous cell carcinoma on CT. We compared dual-energy CT spectral Hounsfield unit attenuation characteristics of nonossified thyroid cartilage with that of squamous cell carcinoma to determine the optimal virtual monochromatic image reconstruction energy levels for distinguishing tumor from normal nonossified thyroid cartilage. MATERIALS AND METHODS: Dual-energy CT scans from 30 patients with histopathology-proved squamous cell carcinoma at different primary sites (laryngeal and nonlaryngeal) and 10 healthy patients were evaluated. Patients were scanned with a 64-section single-source scanner with fast-kilovolt (peak) switching, and scans were reconstructed at different virtual monochromatic energy levels ranging from 40 to 140 keV. Spectral attenuation curves of tumor and nonossified thyroid cartilage were quantitatively evaluated and compared. Any part of the tumor invading the cartilage, when present, was excluded from ROI analysis to avoid cross-contamination from areas where there could be a mixture of cartilage and invading tumor. RESULTS: Normal nonossified thyroid cartilage had a characteristic, predictable spectral attenuation curve that was different from that of tumors. The greatest difference in attenuation of nonossified cartilage compared with tumor was on virtual monochromatic images of ≥95 keV (P < .0001), with sharp contrast between the relatively high attenuation of nonossified cartilage compared with that of tumor. CONCLUSIONS: Head and neck squamous cell carcinoma has significantly different attenuation on virtual monochromatic images of ≥95 keV, compared with nonossified thyroid cartilage.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».