Optimizing dual energy cone beam CT protocols for preclinical imaging and radiation research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: The aim of this work was to investigate whether quantitative dual-energy CT (DECT) imaging is feasible for small animal irradiators with an integrated cone-beam CT (CBCT) system. Methods: The optimal imaging protocols were determined by analyzing different energy combinations and dose levels. The influence of beam hardening effects and the performance of a beam hardening correction (BHC) were investigated. In addition, two systems from different manufacturers were compared in terms of errors in the extracted effective atomic numbers (Zeff) and relative electron densities (ρe) for phantom inserts with known elemental compositions and relative electron densities. Results: The optimal energy combination was determined to be 50 and 90 kVp. For this combination, Zeff and ρe can be extracted with a mean error of 0.11 and 0.010, respectively, at a dose level of 60 cGy. Conclusion: Quantitative DECT imaging is feasible for small animal irradiators with an integrated CBCT system. To obtain the best results, optimizing the imaging protocols is required. Well-separated X-ray spectra and a sufficient dose level should be used to minimize the error and noise for Zeff and ρe. When no BHC is applied in the image reconstruction, the size of the calibration phantom should match the size of the imaged object to limit the influence of beam hardening effects. No significant differences in Zeff and ρe errors are observed between the two systems from different manufacturers. Advances in knowledge: This is the first study that investigates quantitative DECT imaging for small animal irradiators with an integrated CBCT system.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,001 |
| 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 découle