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. Methods: 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. Results: 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. 18F-FDG PET/MR images of mouse and rat brains showed no signs of intermodality interference and could excellently resolve substructures within the brain. Conclusion: 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».