SU‐F‐I‐58: Image Quality Comparisons of Different Motion Magnitudes and TR Values in MR‐PET
Notice bibliographique
Résumé
Purpose: The aim of this work is to evaluate the accuracy and sensitivity of a respiratory‐triggered MR‐PET protocol in detecting four different sized lesions at two different magnitudes of motion, with two different TR values, using a novel PET‐MR‐CT compatible respiratory motion phantom. Methods: The eight‐compartment torso phantom was setup adjacent to the motion stage, which moved four spherical compartments (28, 22, 17, 10 mm diameter) in two separate (1 and 2 cm) linear motion profiles, simulating a 3.5 second respiratory cycle. Scans were acquired on a 3T MR‐PET system (Biograph mMR; Siemens Medical Solutions, Germany). MR measurements were taken with: 1) Respiratory‐triggered T2‐weighted turbo spin echo (BLADE) sequence in coronal orientation, and 2) Real‐time balanced steady‐state gradient echo sequence (TrueFISP) in coronal and sagittal planes. PET was acquired simultaneously with MR. Sphere geometries and motion profiles were measured and compared with ground truths for T2 BLADE‐TSE acquisitions and real time TrueFISP images. PET quantification and geometry measurements were taken using standardized uptake values, voxel intensity plots and were compared with known values, and examined alongside MR‐based attenuation maps. Contrast and signal‐to‐noise ratios were also compared for each of the acquisitions as functions of motion range and TR. Results: Comparison of lesion diameters indicate the respiratory triggered T2 BLADE‐TSE was able to maintain geometry within −2 mm for 1 cm motion for both TR values, and within −3.1 mm for TR = 2000 ms at 2 cm motion. Sphere measurements in respiratory triggered PET images were accurate within +/− 5 mm for both ranges of motion for 28, 22, and 17 mm diameter spheres. Conclusion: Hybrid MR‐PET systems show promise in imaging lung cancer in non‐compliant patients, with their ability to acquire both modalities simultaneously. However, MR‐based attenuation maps are still susceptible to motion derived artifacts and pose the potential to affect PET accuracy.
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 | 0,008 |
| 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 | 0,000 |
| 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 ».