Quantifying the effects of defective block detectors in a 3D whole body pet camera
Notice bibliographique
Résumé
A comparison study was conducted in order to assess the image quality of a clinical 3D whole body PET scanner (Siemens Biograph 16 HiRez) in the condition of failure of one or more block detectors. A data set was acquired using the NEMA image quality phantom when all detectors were functioning normally. The ratio of the activity in the four smallest spheres to the background region was 8.27:1. Defective blocks were then simulated by zeroing the appropriate lines of response in the sinograms. Eight different combinations of defects are considered ranging from the case of no defect up to a complete bucket failure (12 blocks). Images were reconstructed with both OSEM and FBP using the manufacturer's software. The images were examined both qualitatively and according to the NEMA NU 2-2001 protocol for contrast, variability, and residual error. The results show that despite very visible artefacts appearing in the images the NEMA contrast analysis was very similar for all defect cases. The variability increased for all cases with simulated defective blocks. The contrast results demonstrate that a method of qualitatively evaluating the images is required in addition to the quantitative analysis. The preliminary data examined in this study suggest that data acquired when there are two defective blocks in the system might still produce clinically useable images.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».