Poster - 05: Automated analysis of MR distortion using a novel anthropomorphic phantom and open source software
Notice bibliographique
Résumé
Purpose: MRI in stereotactic radiosurgery is the primary imaging modality, but due to inherent distorting effects MR images have significant geometric distortions. In this work we present framework to calculate, visualize, track MRI distortion using a combination of open source tools, and in-house software on a novel anthropomorphic head phantom. Methods: The phantom used in this study was an anthropomorphic skull containing a 3D orthogonal grid of rods whose intersections are used as principle points for CT and MR image comparison. High resolution CT images were taken of the phantom. MRI images of the phantom were obtained on our 3T MRI system using a three-dimensional T1 weighted sequence. MRI data was collected with and without using Siemens model based 3D distortion correction method. MRI images were automatically rigidly registered to the CT images. For comparison, images were automatically rigidly registered using the Velocity software. The same process was repeated using deformable imaging methods. A point-by-point comparison of the centroids generates a distortion map which can be applied to subsequent patient MR images. This distortion map is compared to a baseline value and monitored over time using an open source tracking software. Results and Conclusions: We have developed in-house software to identify principle points within the phantom using CT imaging to a high spacing accuracy. With the current implemented imaging optimization, this open source software framework has promise in creating accurate distortion maps, and and thus could be used in a stereotactic radiosurgery setting for routine quality assurance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».