An Analytical Scatter Correction for Singles-Mode Transmission Data in PET
Notice bibliographique
Résumé
We present an analytical scatter correction, based upon the Klein-Nishina formula, for singles-mode transmission data in positron emission tomography (PET) and its implementation as part of an iterative image reconstruction algorithm. We compared our analytically-calculated scatter sinogram data with previously validated simulation data for a small animal PET scanner with 68 Ge (a positron emitter) and 57 Co (approximately 122-keV photon emitter) transmission sources using four different phantom configurations (three uniform water cylinders with radii of 25, 30, and 45 mm and a nonuniform phantom consisting of water, Teflon, and air). Our scatter calculation correctly predicts the contribution from single-scattered (one incoherent scatter interaction) photons to the simulated sinogram data and provides good agreement for the percent scatter fraction (SF) per sinogram for all phantoms and both transmission sources. We then applied our scatter correction as part of an iterative reconstruction algorithm for PET transmission data for simulated and experimental data using uniform and nonuniform phantoms. For both simulated and experimental data, the reconstructed linear attenuation coefficients (mu-values-values) agreed with expected values to within 4% when scatter corrections were applied, for both the 68 Ge and 57 Co transmission sources. We also tested our reconstruction and scatter correction procedure for two experimental rodent studies (a mouse and rat). For the rodent studies, we found that the average mu-values for soft-tissue regions of interest agreed with expected values to within 4%. Using a 2.2-GHz processor, each scatter correction iteration required between 6-27 min of CPU time (without any code optimization) depending on the phantom size and source used. This extra calculation time does not seem unreasonable considering that, without scatter corrections, errors in the reconstructed mu-values were between 18%-45% depending on the phantom size and transmission source used.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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; 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 ».