Reducing bladder artifacts in clinical pelvic SPECT images.
Notice bibliographique
Résumé
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 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 | 0,003 |
| 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 | 0,000 |
| 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 ».