Rigid-body transformation of list-mode projection data for respiratory motion correction in cardiac PET
Notice bibliographique
Résumé
Respiratory motion is a source of artefacts and quantification errors in cardiac imaging. Preliminary studies with retrospective respiratory gating in PET support the observation of other imaging modalities of a rigid-body motion of the heart during respiration. However, the use of gating techniques to eliminate motion may result in poor count statistics per reconstructed image. We have implemented a motion correction technique which applies rigid-body transformations on list-mode data event-by-event on the basis of a geometric model of intersection of the lines-of-response with the scanner. Pre-correction for detector efficiencies and photon attenuation before transformation are included in the process. Projection data are acquired together with physiological signal (every ms) from an inductive respiration monitor with an elasticised belt at chest level. Data are retrospectively sorted into separate respiratory gates on an off-line workstation. Transformation parameters relating the gated images, estimated by means of image registration, can be applied on the original list-mode data to obtain a single motion-corrected dataset. The accuracy of the technique was assessed with point source data and a good correlation between applied and measured transformations, estimated from the centroid of the source, was observed. The technique was applied on phantom data with simulated respiratory motion and on patient data with C/sup 15/O and /sup 18/FDG. Quantitative assessment of preliminary C/sup 15/O patient datasets showed at least 4.5% improvement in the recovery coefficient at the centre of the left ventricle.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».