Dynamic Imaging on the High Resolution Research Tomograph (HRRT): Non-Human Primate Studies
Notice bibliographique
Résumé
The high resolution research tomography (HRRT) is currently the most complex human brain scanner due to its ability to detect the gamma depth of interaction, its octagonal geometry, and the large number of crystals (119,808) leading to approximately 4.5 /spl times/ 10/sup 9/ possible lines of response (LORs). Reconstruction of dynamic studies on this scanner is particularly challenging due to the dynamic range of both, number of acquired events per frame and acquisition count rates. Some artifacts have been observed with phantom studies: here we evaluate their impact on time activity curves (TACs) and binding potential (BP) values in realistic scanning situations with the ultimate goal of defining an efficient and accurate image reconstruction protocol. Non-human primate studies were used for this purpose. We compared TACs and BPs obtained from images reconstructed with three different reconstruction algorithms, two different axial spanning configurations and detector normalization factors obtained from two different data sets. We also compared BP values obtained from scans of the same animal performed on the Siemens ECAT 963B and the HRRT under identical conditions. The statistical reconstruction methods produced nearly identical results and the impact of emission/normalization count rate mismatch was found to be effectively negligible. Likewise no image degradation due to increased axial spanning was observed. Data obtained from the analytical method were less robust and in general much more sensitive to noise, thus demonstrating a suboptimal performance of this algorithm. The BP values obtained with the HRRT were by approximately 50% higher compared to those obtained in the ECAT as a result of the increased resolution of this tomograph.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».