Accuracy of respiratory motion compensated image reconstruction using 4DPET-derived deformation fields
Notice bibliographique
Résumé
PET quantitation in the thorax and upper abdomen is confounded by artifacts introduced by breathing motion. This has led to the emergence of a variety of techniques for motion compensated image reconstruction, many of which rely on motion information computed from a series of respiratory-gated anatomical images synchronized with the PET gates. A simpler alternative to this approach is to derive deformation fields directly from non-attenuation-corrected gated 4DPET images. The goal of this paper is to assess the accuracy of motion compensated image reconstruction based on PET-derived motion information using the ground truth and anatomically derived motion information as references. We used the Monte Carlo simulation software GATE to generate realistic PET images of the XCAT phantom with pulmonary lesions. Deformation fields were derived from 4DPET images in two passes. In the first pass, the fields were estimated from 4D non-attenuation-corrected PET images. In the second pass, 4D attenuation maps were generated using the first-pass motion estimates and then used to reconstruct 4D attenuation-corrected PET images. A second set of deformation fields were then computed from the 4D attenuation-corrected PET images. The PET-derived deformation fields were compared with the true XCAT deformations. For more realistic validation, gated pseudo-MR images were generated from the XCAT phantom. We then compared MR-derived deformation fields with the true deformations. Finally, motion compensated PET images were reconstructed using the different motion estimates, and error estimates were computed for individual organs and lesions.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».