Theoretical feasibility of dual-energy functional x-ray imaging of respiratory disease
Notice bibliographique
Résumé
We propose a two-dimensional (2D) contrast-enhanced dual-energy (DE) approach for functional x-ray imaging of respiratory disease. With this approach, non-radioactive xenon is used to provide contrast between ventilated regions of the lung and unventilated regions of the lung (i.e. ventilation defects); DE subtraction is used to suppress rib structures from 2D thoracic images. We modeled theoretically the signal-to-noise ratio (SNR) and area under the receiver operating characteristic curve (AUC) of a human observer for a defect present vs. defect absent binary classification task under signal-known-exactly/background-known-exactly conditions. Our model accounted for the size of ventilation defects, contrast of ventilation defects, quantum noise, finite spatial resolution, x-ray attenuation and observer efficiency. We modeled spherical defects with diameters up to 2.5 cm, and contrast and noise levels relevant for imaging of children, adolescents, adult males and adult females. Quantum noise and spatial resolution properties were calculated assuming an ideal energy-integrating x-ray detector. All calculations were performed assuming low-energy and high-energy applied tube voltages of 70 kV and 140 kV, respectively, with 2 mm of added copper filtration on the high-energy spectrum, and a total entrance exposure of 18 mR, which is typical for anterior-posterior thoracic imaging procedures. Our analysis shows that an AUC of 0.85 can be achieved for defect diameters as small as 1.1 cm, 1.2 cm, 1.3 cm and 1.4 cm for children ages 2 to 8, adolescents ages 9 to 14, adult males and adult females, respectively. Our results suggest that the DE approach proposed here warrants further investigation as a low-dose, low-cost alternative to existing approaches for functional imaging of respiratory disease.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».