Robust quantitative contrast‐enhanced dual‐energy CT for radiotherapy applications
Notice bibliographique
Résumé
PURPOSE: The purpose of this study was to develop and validate accurate methods for determining iodine content and virtual noncontrast maps of physical parameters, such as electron density, in the context of radiotherapy. METHODS: A simulation environment is developed to compare three methods allowing extracting iodine content and virtual noncontrast composition: (a) two-material decomposition, (b) three-material decomposition with the conservation of volume constraint, and (c) eigentissue decomposition. The simulation allows comparing the performance of the methods using iodine-based contrast agent contents in tissues from a reference dataset with variable density and elemental composition. The comparison is performed in two ways: (a) with a priori knowledge on the composition of the targeted tissue, and (b) without a priori knowledge on the base tissue. The three methods are tested with patient images scanned with dual-energy CT and iodine-based contrast agent. An experimental calibration adapted to the presence of iodine is performed by imaging tissue equivalent materials and diluted contrast agent solutions with known atomic composition. RESULTS: Results show that in the case of known a priori on the composition of the targeted tissue, the two-material decomposition is robust to variable densities and atomic compositions without biasing the results. In the absence of a priori knowledge on the target tissue composition, the eigentissue decomposition method yields minimal bias and higher robustness to variations. Results from the experimental calibration and the images of two patients show that the extracted quantities are accurate and the bias is negligible for both methods with respect to clinical applications in their respective scope of use. For the patient imaged with a contrast agent, virtual noncontrast electron densities are found in good agreement with values extracted from the scan without contrast agent. CONCLUSION: This study identifies two accurate methods to quantify iodine-based contrast agents and virtual noncontrast composition images with dual-energy CT. One is the two-material decomposition with a priori knowledge of the constituent components focused on organ-specific applications, such as kidney or lung function assessment. The other method is the eigentissue decomposition and is useful for general radiotherapy applications, such as treatment planning where accurate dose calculations are needed in the absence of contrast agent.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».