18F-FDG-PET and MRI in patients with malignancies of the liver and pancreas
Notice bibliographique
Résumé
PURPOSE: To evaluate the accuracy of retrospective rigid image registration and fusion between F-18 fluorodeoxyglucose positron emission tomography (FDG-PET) and magnetic resonance imaging (MRI) of the upper abdomen. PATIENTS, MATERIAL, METHODS: Image fusion of PET and MRI was performed in 30 patients with suspected malignancy of the liver or pancreas. Using a commercially available image fusion tool capable of rigid manual point-based registration, PET-Images were retrospectively registered and fused by matching eight homologous points in the 3D spoiled gradient echo (GRE) MRI sequences acquired in portal venous phase and in the CT-component of PET/CT. Two separate observers (R1, R2) assessed accuracy of image registration by determining the distances in the x-, y- and z-axis as well as the absolute distance between anatomical landmarks which differed from the landmarks chosen for registration. Quality of fusion was graded using a three point grading scale (1 poorly fused; 2 satisfactory fused; 3 correctly fused) and compared to hybrid PET/CT fusion. RESULTS: Mean time of registration per patient was less than 2 minutes. Objective registration assessment showed errors between 2.4-6.3 mm in x-axis: mean 3.6 mm (R1); 4.6 mm (R2), 2.3-9.3 mm in y-axis (mean 5.1 mm; 5.5 mm) and 3.3-12.0 mm in z-axis (mean 5.9 mm; 5.9 mm.) The mean error in absolute distance between points was 6.0-16.8 mm (mean 9.9 mm; 10.6 mm). In visual assessment, most fusions were graded to be satisfactory or correctly fused: R1, R2: grade 3, 11/30 (36.7%), 22/30 (73.3%); grade 2, 13/30 (43.3%), 8/30 (26.7%); grade 1, 6/30 (20%), 0/30 (0%). Fusions were mostly comparable to hybrid PET/CT fusions. All of the fusions were defined as diagnostically relevant by both observers. CONCLUSION: Retrospective rigid image fusion of FDG-PET and MRI of the upper abdomen using the CT-component of PET/CT for registration is feasible without adaptation in image acquisition protocols and shows sub-centimeter registration errors in most cases.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».