MétaCan
Menu
Retour à la cohorte
Enregistrement W2289962426 · doi:10.1118/1.4894993

Poster — Thur Eve — 07: Simultaneous reconstruction of both true and scattered coincidences using a Generalized Scatter reconstruction algorithm in PET

2014· article· en· W2289962426 sur OpenAlexaff
Hongyan Sun, S Pistorious

Notice bibliographique

RevueMedical Physics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésEnergy (signal processing)PhysicsPosition (finance)PhotonGaussianIterative reconstructionResolution (logic)OpticsDetectorAlgorithmEvent (particle physics)Noise (video)Reconstruction algorithmImage resolutionScatteringComputer scienceArtificial intelligenceImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Introduction: Scattered coincidences in PET are generally taken as noise, which reduces image contrast and compromises quantification. We have developed a method, with promising results, to reconstruct activity distribution from scattered PET events instead of simply correcting for them. The implementation of this method on clinical PET scanners is however limited by the currently available detector energy resolution. With low energy resolution we lose the ability to distinguish scattered coincidences from true events based on the measured photon energy. In addition the two circular arcs used to confine the source position for a scattered event cannot be accurately defined. Method: This paper presents a modification to this approach which accounts for limited energy resolution. A measured event is split into a true and a scattered component each with different probabilities based on the position of the pair of photon energies in the energy spectrum. For the scattered component, we model the photon energy with a Gaussian distribution and the upper and lower energy limits can be estimated and used to define inner and outer circular arcs to confine the source position. The true and scattered components for each measured event were reconstructed using our Generalized Scatter reconstruction algorithm. Results and Conclusion: The results show that the contrast and noise properties were improved by 6–9% and 2–4% respectively. This demonstrates that the performance of the algorithm is less sensitive to the energy resolution and that incorporating scattered photons into reconstruction brings more benefits than simply rejecting them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,021
Tête enseignante GPT0,301
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207