Assessing lung function using contrast‐enhanced dual‐energy computed tomography for potential applications in radiation therapy
Notice bibliographique
Résumé
PURPOSE: There is an increasing interest in the evaluation of lung function from physiological images in radiation therapy treatment planning to reduce the extent of postradiation toxicities. The purpose of this work was to retrieve reliable functional information from contrast-enhanced dual-energy computed tomography (DECT) for new applications in radiation therapy. The functional information obtained by DECT is also compared with other methods using single-energy CT (SECT) and single-photon emission computed tomography (SPECT) with CT. The differential function between left and right lung, as well as between lobes is computed for all methods. METHODS: Five lung cancer patients were retrospectively selected for this study; each underwent a SPECT/CT scan and a contrast-injected DECT scan, using 100 and 140 Sn kVp. The DECT images are postprocessed into iodine concentration maps, which are further used to determine the perfused blood volume. These maps are calculated in two steps: (a) a DECT stoichiometric calibration adapted to the presence of iodine and followed by (b) a two-material decomposition technique. The functional information from SECT is assumed proportional to the HU numbers from a mixed CT image. The functional data from SPECT/CT are considered proportional to the number of counts. A radiation oncologist segmented the entire lung volume into five lobes on both mixed CT images and low-dose CT images from SPECT/CT to allow a regional comparison. The differential function for each subvolume is computed relative to the entire lung volume. RESULTS: The differential function per lobe derived from SPECT/CT correlates strongly with DECT (Pearson's coefficient r = 0.91) and moderately with SECT (r = 0.46). The differential function for the left lung shows a mean difference of 7% between SPECT/CT and DECT; and 17% between SPECT/CT and SECT. The presence of nonfunctional areas, such as localized emphysema or a lung tumor, is reflected by an intensity drop in the iodine concentration maps. Functional dose volume histograms (fDVH) are also generated for two patients as a proof of concept. CONCLUSION: The extraction of iodine concentration maps from a contrast-enhanced DECT scan is achieved to compute the differential function for each lung subvolume and good agreement is found in respect to SPECT/CT. One promising avenue in radiation therapy is to include such functional information during treatment planning dose optimization to spare functional lung tissues.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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 ».