Optimization of SPECT Measurement of Myocardial Blood Flow with Corrections for Attenuation, Motion, and Blood Binding Compared with PET
Notice bibliographique
Résumé
Myocardial blood flow (MBF) and myocardial flow reserve (MFR) measured with PET have clinical value. SPECT cameras with solid-state detectors can obtain dynamic images for measurement of MBF and MFR. In this study, SPECT measurements of MBF made using 99mTc-tetrofosmin were compared with PET in the same patients. Methods: Thirty-one patients underwent PET MBF rest–stress studies performed with 82Rb or 13N-ammonia within 1 mo of their SPECT study. Dynamic rest–stress measurements were made using a SPECT camera. Kinetic parameters were calculated using a 1-tissue-compartment model and converted to MBF and MFR. Processing with and without corrections for attenuation (+AC and −AC), patient body motion (+MC and −MC), and binding of the tracer to red blood cells (+BB and −BB) was evaluated. Results: Both +BB and +MC improved the accuracy and precision of global SPECT MBF compared with PET MBF, resulting in an average difference of 0.06 ± 0.37 mL/min/g. Global MBF and detection of abnormal MFR were not significantly improved with +AC. Global SPECT MFR with +MC and +BB had an area under the receiver-operating curve of 0.90 (+AC) to 0.95 (−AC) for detecting abnormal PET MFR less than 2.0. Regional analysis produced similar results with an area under the receiver-operating curve of 0.84 (+AC) to 0.87 (−AC). Conclusion: Solid-state SPECT provides global MBF and MFR measurements that differ from PET by 2% ± 32% (MBF) and 2% ± 28% (MFR).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».