Resolution and registration in dual-plane co-RASOR MR
Notice bibliographique
Résumé
Magnetic resonance imaging (MRI) has superior soft tissue contrast and lower interobserver variability compared to computed tomography and advances in equipment and pseudo-CT estimation have allowed for MR-only radiation therapy planning. Dedicated MR sequences have been used to localize paramagnetic structures with positive contrast, and most implanted seeds are gold fiducial markers (GFMs). We used a fast, dual-plane co-RASOR sequence to localize implanted GFMs with positive contrast in phantom and tissue to assess their resolution and registration accuracy of registration to CT. Off-resonant reconstructions of co-RASOR images were able to resolve GFMs down to 5 mm apart at 12 cm FOV. No systematic biases were observed by comparing registration of co-RASOR and bSSFP to CT images in an MR-compatible Lego phantom with a set of highly visible known points. The standard deviations of the MR to CT distance errors were <0.5 mm in all directions. We separated the component due to registration by comparing the two MR sequences, which had a maximum standard deviation of 0.36 mm in the SI-direction. Registration using the positive contrast points in a porcine sample phantom showed increased errors, but co-RASOR still performs acceptably with a target registration error of <0.75 mm. The dual-plane co-RASOR sequence could then be used for both registration and image tracking when performing MR-only radiation therapy planning.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 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) | 0,001 | 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 ».