Scatter restoration in PET imaging
Notice bibliographique
Résumé
Positron emission tomography (PET) is a quantitative tool having the capability of estimating physiological parameters in vivo. However, in order for these parameters to be accurate, PET data need to be corrected for image degrading effects such as scatter. The amount of scatter and its axial and transaxial distributions in the images depend on the position of the emitting sites, on the scattering object and on the collimators. Generally scatter functions are determined from point sources, or by extrapolation or the radioactivity distribution from out of the object in the image, or by analytical estimation of single scatter based on emission, transmission and photon detection. In this work, scatter fraction is determined by Monte Carlo calculations based on PET images in humans and in rats measured with the Philips Allegro scanner and the Sherbrooke small animal scanner, respectively. Assuming the image slice is made of tissue only, the scatter fraction estimated as a function of the number of Compton interactions in human (rat): no scatter: 9.75% (66.16%), single scatter: 21.92% (26.96%), double scatter (both photons scatter once): 12.42% (2.71%), multiple scatter: 55.89% (4.18%). Moreover, the distribution of each of these types of scatter has its characteristics, generally having its maximum corresponding to source location. In conclusion, scatter functions need to be determined as a function of the type of scatter in order to process an accurate scatter correction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».