MétaCan
Menu
Retour à la cohorte
Enregistrement W2323034095 · doi:10.1097/hp.0000000000000156

Effect of Respiratory Motion on Lung Counting Efficiency Using a 4D NURBS-Based Cardio-Torso (NCAT) Phantom

2014· article· en· W2323034095 sur OpenAlexaffabout
Marilyn Tremblay, Gary H. Kramer, Kevin Capello, Paul Segars

Notice bibliographique

RevueHealth Physics · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésImaging phantomTorsoPhoton countingCounting efficiencyNuclear medicineDetectorBiomedical engineeringPhysicsMedicineOptics

Résumé

récupéré en direct d'OpenAlex

The Human Monitoring Laboratory (Canada) has looked at parameters (lung volume, lung deposition pattern, etc.) that can affect the counting efficiency of its lung counting system. The calibration of the system is performed using the Lawrence Livermore National Laboratory (LLNL) torso phantom; however, the effect of respiratory motion cannot be accounted for using these phantoms. When measuring an internal deposition in the lungs of a subject, respiration causes a change in the volume of the lungs and the thoracic cavity and introduces a variable distance between the lungs and the detectors. These changes may have an impact on the counting efficiency and may need to be considered during a measurement. In this study, the HML has simulated the respiration motion using a 4D non-uniform rational b-spline (NURBS)-based Cardiac-Torso (NCAT) phantom and determined the impact of that motion on the counting efficiency of their lung counting system during measurement. The respiratory motion was simulated by a 16 timeframe cycled 4D NURBS-based NCAT phantom developed at the Department of Biomedical Engineering and Radiology, University of North Carolina. The counting efficiency of the four germanium detectors comprising the HML lung counting system was obtained using MCNPX version 2.6E for photon energies between 17 and 1,000 keV. The amount of uncertainty due to the breathing motion was estimated by looking at the efficiency bias, which was highest at low photon energies as expected due to attenuation and geometry effects. Also, to reduce the influence of the detectors' positioning, an array was calculated by adding the individual detector tallies for a given energy and timeframe. For photon energies of 40 keV and higher, the array efficiency bias showed an underestimation of about 5%. If compared to other parameters already studied by the HML, this value demonstrates the insignificant impact of the breathing motion.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,874

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,348
Écart entre enseignants0,334 · 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'étudeAutre devis
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

Citations3
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207