MétaCan
Menu
← Retour à la cohorte
Enregistrement W2901663229 · doi:10.1109/nssmic.2017.8532700

Dual Spillover Correction for SPECT Myocardial Blood Flow Measurement

2017· article· en· W2901663229 sur OpenAlexaff
R. Glenn Wells, Jennifer M. Renaud, Robert A. deKemp, Terrence D. Ruddy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésNuclear medicineBlood flowComputer sciencePhysicsBiomedical engineeringMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Myocardial blood flow (MBF) measurement is possible using stationary cardiac SPECT cameras. Limited spatial resolution and blood vessels in the myocardium produce mixing of the blood and myocardial time-activity curves used for kinetic analysis. Our purpose was to evaluate the effect of correction for both spillover into the myocardium from blood and into the blood from myocardium on the accuracy of SPECT MBF estimation. Images from 31 patients who had dynamic one-day rest-stress myocardial SPECT studies using99mTc-tetrofosmin were retrospectively processed both with attenuation correction (AC) and without (NC), and using a single spillover correction (SSO = blood to myocardium) and a dual spillover correction (DSO). Kl values from kinetic analysis with a 1-tissue compartment model were fit to a Renkin-Crone extraction fraction model (EF=1-exp(-α-β/MBF)) using 50 repeats of 2-fold cross validation to determine the method-specific K1-to-MBFconversion function. True MBF was measured using the clinical standard of PET imaging, with either82Rb or13N-ammonia, in the same patients. The model fit of SPECT K1 to PET MBF was not improved with dual spillover correction. With SSO, the Renkin-Crone model parameters were α=0.140, β =0.282 (AC, R2=0.71) and α = 0.187, β = 0.400 (NC, R2=0.75). With DSO, the parameters were α = 0.110, β = 0.265 (AC, R2=0.63) and α = 0.161, β = 0.352 (NC, R2=0.67). The limits of greement for the global relative MBF difference (SPECT - PET MBF/mean) were similar for DSO and SSO, both with AC ([-0.74 - 0.77] vs [-0.62- 0.64]) and without ([-0.67 - 0.71] vs [-.55 - 0.59]). Dual spillover correction alters the K1-to-MBF conversion function but does not improve the accuracy or precision of SPECT MBF measurements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,331
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→