Phantom Studies Investigating Extravascular Density Imaging for Partial Volume Correction of 3-D PET<tex>$^18$</tex>FDG Studies
Notice bibliographique
Résumé
Limited scanner resolution and cardiac motion contribute to partial volume (PV) averaging of cardiac PET images. An extravascular (EV) density image, created from the subtraction of a blood pool scan from a transmission image, has been used to correct for PV averaging in H/sub 2//sup 15/O studies using 2-D imaging but not with 3-D imaging of other tracers such as /sup 18/FDG. A cardiac phantom emulating the left ventricle was used to characterize the method for use in 3-D PET studies. Measurement of the average myocardial activity showed PV losses of 32% below the true activity (p<0.001). Initial application of the EV density correction still yielded a myocardial activity 13% below the true value (p<0.001). This failure of the EV density image was due to the 1.66 mm thick plastic barrier separating the myocardial and ventricular chambers within the phantom. Upon removal of this artifact by morphological dilation of the blood pool, the corrected myocardial value was within 2% of the true value (p=ns). Spherical ROIs (diameter of 2 to 10 mm), evenly distributed about the myocardium, were also used to calculate the average activity. The EV density image was able to account for PV averaging throughout the range of diameters to within a 5% accuracy, however, a small bias was seen as the size of the ROIs increased. This indicated a slight mismatch between the emission and transmission image resolutions, a result of the difference in data acquisitions (i.e., span and ring difference) and default smoothing. These results show that the use of EV density image to correct for PV averaging is possible with 3-D PET. A method of correcting barrier effects in phantoms has been presented, as well as a process for evaluating resolution mismatch.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».