Spatial and temporal registration of CT and SPECT images: development and validation of a technique for in vivo three-dimensional semiquantitative analysis of bone.
Notice bibliographique
Résumé
UNLABELLED: The combined use of postoperative 3-dimensional CT and SPECT imaging provides a means of relating anatomy and physiology for the semiquantitative in vivo analysis of bone. This study focuses on the development and validation of a technique that accomplishes this through the registration of SPECT data to a 3-dimensional volume of interest (VOI) interactively defined on CT images. METHODS: Five human cadaver heads served as anthropomorphic models for all experiments. Four cranial defects were created in each specimen with inlay and onlay split-skull bone grafts reconstructed to skull and malar recipient sites. To acquire all images, each specimen was landmarked with 1.6-mm ball bearings and CT scanned. Bone surfaces were coated with 99mTc-doped paint. The locations of the ball bearings were marked with paint doped with 111In. Separate SPECT scans were acquired using the energy windows of 99mTc and 111In. RESULTS: Serial SPECT images aligned with an average root-mean-square (RMS) error of 3.8 mm (i.e., <1 pixel). CT-to-SPECT volume matching aligned with an RMS error of 7.8 mm. Total counts in CT-defined VOIs applied to SPECT data showed a strong linear correlation (r2 = 0.86) with true counts obtained from a dose calibrator. CONCLUSION: The capability of this multimodality registration technique to anatomically localize and quantify radiotracer uptake is sufficiently accurate to warrant further assessment in an in vivo trial.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».