Measuring the mutual effects between a CZT detector and MRI for the development of a simultaneous MBI/MRI insert
Notice bibliographique
Résumé
While mammography is the gold standard for breast cancer screening, it suffers from poor sensitivity in women with dense breast tissue. Both breast MRI and molecular breast imaging (MBI) have been used as secondary imaging techniques. However, breast MRI suffers from low specificity and low sensitivity in MBI. A CZT based detector system has been developed with the goal of simultaneous MBI/MRI imaging to address the shortcomings of each modality. The performance of each modality needs to be addressed separately and together. The CZT system is comprised of four Redlen CZT modules tiled in a 2x2 array. Each module consists of 256 pixels and feature a builtin on-board ASIC and FPGA. A custom digital readout circuit board was designed to interface the four modules with a microcontroller to a PC. MR images were acquired with a 3T GE Discovery MR750 and Hologic breast coils. A gradient echo imaging sequence was used for all image acquisitions. A tissue mimicking phantom with a plastic grid insert (1 cm spacing) was used to evaluate geometric accuracy with the CZT detectors in the MRI bore. The average distance between the grid markers was 1A}0.2cm indicating negligible geometric distortion. Field maps were generated with a uniform phantom to quantify the effect on magnetic field homogeneity. Early results indicate a significant distortion (~10ppm) in the magnetic field closest to the coil. Further analysis of the MR images will determine the extent of image quality degradation. A flood map of Tc-99m was acquired to evaluate and implement an energy correction map and a uniformity map. In the absence of a magnetic field, the mean energy resolution at 140keV was 6.3%. After fully characterizing the uniformity, geometric accuracy and sensitivity, the same metrics will be evaluated in the MRI bore.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».