An imaging performance standard for MBF quantification with 3D PET
Notice bibliographique
Résumé
1372 Objectives Quantification of myocardial blood flow (MBF) is used increasingly in clinical research and management of CAD patients. New 3D list-mode PET scanners can reconstruct dynamic images for MBF together with standard ECG-gated perfusion images. High-count-rate correction accuracy is critical during the injected bolus first-pass, but this not adequately assessed by current imaging standards. We propose a method to characterize 3D PET systems for quantitative MBF imaging. Methods A Data Spectrum anthropomorphic torso phantom is used with liver and myocardium compartments filled with equal concentration of N-13 or C-11 solution (50 mCi total), and scanned over 8 half-lives in 40 equal time frames. Dynamic images are reconstructed with all corrections and minimal smoothing. Time-activity curves are generated for myocardial wall, cavity and liver compartments to measure reconstructed correction accuracy over a wide dynamic range. Bias is assessed as a function of activity and dead-time factors for 2 state-of-the-art 3D PET systems. Results On the Discovery 690(&RX) PET/CT system, the bias in reconstructed activity was less than 15% with 25(&20) mCi in the field of view, and a corresponding dead-time correction factor of 1.7(&1.7). Myocardium wall-to-liver ratios varied by less than 2%(&4%) indicating minimal loss of resolution due to high-count-rate pile-up effects. Myocardium cavity-to-liver ratios varied by less than 6%(&3%) indicating low and stable residual scatter. Conclusions Dynamic range was assessed for two 3D PET systems to determine suitability for quantitative MBF imaging. On both systems, activity should be administered to limit the dead-time to
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
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.
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 ».