CNR considerations for rapid real-time MRI tumor tracking in radiotherapy hybrid devices: Effects of<i>B</i><sub>0</sub>field strength
Notice bibliographique
Résumé
PURPOSE: This work examines the subject of contrast-to-noise ratio (CNR), specifically between tumor and tissue background, and its dependence on the MRI field strength, B0. This examination is motivated by the recent interest and developments in MRI/radiotherapy hybrids where real-time imaging can be used to guide treatment beams. The ability to distinguish a tumor from background tissue is of primary importance in this field, and this work seeks to elucidate the complex relationship between the CNR and B0 that is too often assumed to be purely linear. METHODS: Experimentally based models of B0-dependant relaxation for various tumor and normal tissues from the literature were used in conjunction with signal equations for MR sequences suitable for rapid real-time imaging to develop field-dependent predictions for CNR. These CNR models were developed for liver, lung, breast, glioma, and kidney tumors for spoiled gradient-echo, balanced steady-state free precession (bSSFP), and single-shot half-Fourier fast spin echo sequences. RESULTS: Due to the pattern in which the relaxation properties of tissues are found to vary over B0 field (specifically the T1 time), there was always an improved CNR at lower fields compared to linear dependency. Further, in some tumor sites, the CNR at lower fields was found to be comparable to, or sometimes higher than those at higher fields (i.e., bSSFP CNR for glioma, kidney, and liver tumors). CONCLUSIONS: In terms of CNR, lower B0 fields have been shown to perform as well or better than higher fields for some tumor sites due to superior T1 contrast. In other sites this effect was less pronounced, reversing the CNR advantage. This complex relationship between CNR and B0 reveals both low and high magnetic fields as viable options for tumor tracking in MRI/radiotherapy hybrids.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».