MétaCan
Menu
Retour à la cohorte
Enregistrement W2283063054

Reducing bladder artifacts in clinical pelvic SPECT images.

2004· article· en· W2283063054 sur OpenAlexaff
R. Glenn Wells, Troy Farncombe, Edward Chang, R.L. Nicholson

Notice bibliographique

RevuePubMed · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensSt Joseph's Health Care
Organismes subventionnairesnon disponible
Mots-clésArtifact (error)Correction for attenuationStreakIterative reconstructionComputer visionComputer scienceAttenuationNuclear medicineArtificial intelligenceImage qualitySingle-photon emission computed tomographyPelvisMedicineRadiologyPhysicsPositron emission tomographyImage (mathematics)Optics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: SPECT imaging of the pelvis is hampered by the presence of bladder artifacts, which render up to 20% of the images unreadable. The artifacts are caused by the high level of activity in the bladder and by the change in activity level as the bladder fills during data acquisition. The changing activity, together with the inhomogeneous attenuation of the pelvis, leads to inconsistencies in the projections and consequently artifacts when the data are reconstructed with filtered backprojection (FBP). dSPECT is an iterative algorithm that permits the reconstruction of dynamic SPECT images from a single, slow-rotation SPECT data acquisition. The reconstruction algorithm incorporates attenuation correction (AC) and changing tracer distributions and has been shown to reduce bladder artifacts in simulated data. In this study, we showed that dSPECT is effective at removing bladder artifacts from clinically acquired pelvic bone SPECT images. METHODS: Data from 20 patient volunteers were reconstructed using FBP, rescaled block-iterative reconstruction (RBI) without AC, RBI with AC, and dSPECT. AC was based on patient-specific attenuation maps acquired with a (153)Gd scanning line-source transmission system. For dSPECT, 16 time frames (4 projections/head/frame) were reconstructed and then summed to produce the final image. Artifact-to-bone contrast was compared, and image quality was subjectively assessed. RESULTS: Compared with FBP, RBI without AC significantly reduced (P = 0.008) the streak artifact. Both dSPECT and RBI with AC further significantly reduced (P < 0.001) the streak artifact and also improved the uniformity and symmetry of bone tracer-uptake. RBI with AC and dSPECT produced equivalent images if the change in bladder activity during acquisition was modest; however, with large changes in the activity (>100%), RBI with AC did not completely remove the artifact. In that situation, dSPECT produced additional reductions in streak-to-bone contrast. CONCLUSION: Of the methods considered, dSPECT is the most effective at removing bladder artifacts in clinical pelvic SPECT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,310

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,343
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207