Performance of a PET Insert for High-Resolution Small-Animal PET/MRI at 7 Tesla
Notice bibliographique
Résumé
We characterize a compact MR-compatible PET insert for simultaneous preclinical PET/MRI. Although specifically designed with the strict size constraint to fit inside the 114-mm inner diameter of the BGA-12S gradient coil used in the BioSpec 70/20 and 94/20 series of small-animal MRI systems, the insert can easily be installed in any appropriate MRI scanner or used as a stand-alone PET system. <b>Methods:</b> The insert consists of a ring of 16 detector-blocks each made from depth-of-interaction–capable dual-layer-offset arrays of cerium-doped lutetium-yttrium oxyorthosilicate crystals read out by silicon photomultiplier arrays. Scintillator crystal arrays are made from 22 × 10 and 21 × 9 crystals in the bottom and top layers, respectively, with respective layer thicknesses of 6 and 4 mm, arranged with a 1.27-mm pitch, resulting in a useable field of view 28 mm long and about 55 mm wide. <b>Results:</b> Spatial resolution ranged from 1.17 to 1.86 mm full width at half maximum in the radial direction from a radial offset of 0–15 mm. With a 300- to 800-keV energy window, peak sensitivity was 2.2% and noise-equivalent count rate from a mouse-sized phantom at 3.7 MBq was 11.1 kcps and peaked at 20.8 kcps at 14.5 MBq. Phantom imaging showed that features as small as 0.7 mm could be resolved. <sup>18</sup>F-FDG PET/MR images of mouse and rat brains showed no signs of intermodality interference and could excellently resolve substructures within the brain. <b>Conclusion:</b> Because of excellent spatial resolvability and lack of intermodality interference, this PET insert will serve as a useful tool for preclinical PET/MR.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».