Gated cardiac SPECT/CT: Slow CT or fast CT?
Notice bibliographique
Résumé
257 Objectives: Manufacturers have taken two approaches to SPECT/CT. The “slow rotation” CT design has the CT complete a full rotation in 15 seconds, resulting in an attenuation map with breathing artifacts due to sinogram inconsistencies. The “fast rotation” design has the CT complete a rotation in 0.6 seconds to provide a breath-hold attenuation map. Methods: A digital phantom with physiologic motion (4DNCAT) and a Monte Carlo simulator (SimSET) were used to create ten respiratory-gated SPECT data sets, and slow- and fast-CT acquisitions, approximating two popular clinical products. (Cardiac motion not modeled.) SPECT data was reconstructed using slow- and fast-CT derived attenuation maps (fast-CT at end tidal volume), and compared with SPECT data reconstructed using a gated-CT derived attenuation map (gold-standard). Polar plots were calculated for each reconstruction, and root mean squared (RMS) error was calculated relative to the gold-standard on a pixel-by-pixel basis for each respiratory phase. Results: RMS errors were dependent upon the phase of the respiratory cycle for SPECT reconstruction using either slow- or fast-CT attenuation maps. Compared with Slow CT, the Fast CT approach quantitatively improved SPECT image contrast and RMS error averaged over all respiratory phases from 0.043 to 0.033. Conclusions: Since each SPECT projection is acquired over all phases of the respiratory cycle, whereas CT is not, both slow and fast CT approaches result in SPECT artifacts. We found that SPECT scans corrected for attenuation using fast-CT at end tidal volume had better quantitative accuracy than attenuation correction based on slow-CT.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».