Clinical Image Coregistration Variability on a Dedicated Radiosurgery Unit
Notice bibliographique
Résumé
BACKGROUND: On a new dedicated radiosurgery unit enabling frameless treatments, a cone-beam computed tomography (CBCT) can be used for stereotactic definition. Since magnetic resonance imaging (MRI) is used to delineate target, reproducible MRI-to-CBCT coregistration is vital for accurate target localization. OBJECTIVE: To evaluate reproducibility of image coregistration in patient images. METHODS: Three types of coregistration (source-to-target) were analyzed: (1) MRI-to-CT; (2) MRI-to-CBCT; and (3) CT-to-CBCT. For each patient (n = 15), each coregistration type was independently performed 5 to 30 times (total: 465 coregistrations). Each coregistration yielded a transformation matrix, which was subsequently applied to transform every point in the source image to stereotactic coordinates. Two metrics were measured: (1) target registration error (TRE): mean distance between the registered position of each target point and the average registration position of that point; (2) compound registration error (CRE): mean spatial difference between stereotactic coordinates using (A) MRI-to-CT-to-CBCT and (B) MRI-to-CBCT. RESULTS: The median (range) of TRE was 0.11 mm (0.06-0.22 mm), 0.17 mm (0.10-0.36 mm), and 0.12 mm (0.08-0.21 mm) for MRI-to-CT, MRI-to-CBCT, and CT-to-CBCT, respectively. The TRE for MRI-to-CBCT was statistically higher than the other 2 methods (P < .01). The median (range) of CRE was 0.44 mm (0.22-0.59 mm). The maximum point CRE between patients ranged from 0.37-1.15 mm when considering all MRI points, but reduced to 0.31-0.90 mm within the central 16 cm. The CRE varied across the image volume, and typically was minimized near the center. CONCLUSION: The variation in image coregistration is within 0.2 mm, indicating a high degree of reproducibility. The CRE varies throughout the head but is submillimeter in the central 16 cm region.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».