MétaCan
Menu
Retour à la cohorte
Enregistrement W2154066559 · doi:10.1109/tns.2005.851432

CT acquisition using PET detectors and electronics

2005· article· en· W2154066559 sur OpenAlexaff
P. Bérard, C. Pépin, D. Rouleau, J. Cadorette, Roger Lecomte

Notice bibliographique

RevueIEEE Transactions on Nuclear Science · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Institute for Materials Science
Mots-clésImaging phantomDetectorScintillatorPositron emission tomographyPhoton countingImage resolutionSilicon photomultiplierAvalanche photodiodeTomographyPhysicsNuclear medicineOpticsMedicine

Résumé

récupéré en direct d'OpenAlex

The emergence of positron emission tomography/computerized tomography (PET/CT) multimodality imaging has provided the ability to sequentially obtain anatomic and functional information using adjacent PET and CT scanners without having to move the patient from the bed. To avoid the need for successive PET and CT scans, we have investigated the possibility of acquiring both the anatomic and functional images using the same detection system, based on PET detectors and electronics operated in photon-counting mode. The detector consisted of a high-luminosity LSO scintillator individually coupled to an avalanche photodiode (APD) to enable low-energy X-ray detection at a high-count rate. A simulator was set up to collect tomographic data using a monochromatic 60 keV source (/sup 241/Am) to irradiate a phantom made of tissue-equivalent materials. The observed spatial resolution with this nonoptimized setup was better than 2 mm, demonstrating the capability to provide fairly accurate anatomical localization in CT counting mode. The three main constituents of biological tissues (bones, water, and air) could be clearly identified in the images with a dose significantly lower than with conventional CT operated in current mode. These preliminary results demonstrate the feasibility of dual-modality PET/CT imaging based on PET detectors and electronics, and suggest that substantial dose reduction would be possible by acquiring the CT image in photon-counting mode.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,300
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Nuclear ScienceMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207