Simultaneous <sup>99m</sup>Tc/<sup>111</sup>In SPECT image reconstruction using convolution based forced detection
Notice bibliographique
Résumé
Simultaneous multi-isotope SPECT imaging has a number of applications, for example, cardiac, brain and cancer imaging. The major concern in simultaneous multi-isotope is the significant crosstalk contamination between the different isotopes used. The current study focuses on a method of crosstalk compensation between two isotopes in simultaneous dual isotope SPECT acquisition applied to cancer imaging using99mTc/111In. Monte Carlo (MC), which is thought to offer the most realistic crosstalk and scatter compensation modeling, in typical implementations, has inherent long calculation times (often several hours or days) associated with it. This makes MC unsuitable for clinical applications. We have previously incorporated convolution based forced detection into SIMIND Monte Carlo program which have made MC feasible to use in clinical time frames. In order to evaluate the accuracy of our accelerated MC program a number of point source simulation results were compared to experimentally acquired data in terms of spatial resolution and detector sensitivity. We have developed an iterative MC-based image reconstruction technique that simulates the photon downscatter from one isotope into the acquisition window of a second isotope. The MC based estimation of scatter contamination contained in projection views is then used to compensate for the photon contamination during iterative reconstruction. We use a modified ordered subset-expectation maximization (OS-EM), named as simultaneous ordered subset-expectation maximization (Sim-OSEM), to perform this step. We have undertaken a number of simulation tests and phantom studies to verify this approach. The proposed reconstruction technique also evaluated by reconstruction of experimentally acquired projection phantom data. Reconstruction using Sim-OSEM showed very promising results in terms of crosstalk and scatter compensation and uniformity of background compared to analytical attenuation based reconstruction after triple energy window (TEW) based scatter correction of projection data. In our case images obtained using Sim-OSEM showed better scatter compensation and more uniform background when compared to the images reconstructed for separately acquired projection data using analytical attenuation based reconstruction.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».