MétaCan
Menu
Retour à la cohorte
Enregistrement W2938474704 · doi:10.1088/1361-6560/ab1af1

The potential of photon-counting CT for quantitative contrast-enhanced imaging in radiotherapy

2019· article· en· W2938474704 sur OpenAlex
Mikaël Simard, Andréanne Lapointe, Arthur Lalonde, Houda Bahig, Hugo Bouchard

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePhysics in Medicine and Biology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensCentre Hospitalier de l’Université de MontréalUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésPhoton countingNuclear medicineComputer scienceContrast (vision)Materials scienceMedical physicsMedicineOpticsPhotonPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to use a simulation environment to evaluate the potential of using photon-counting CT (PCCT) against dual-energy CT (DECT) in the context of quantitative contrast-enhanced CT for radiotherapy. An adaptation of Bayesian eigentissue decomposition by Lalonde et al (2017 Med. Phys. 44 5293-302) that incorporates the estimation of contrast agent fractions and virtual non-contrast (VNC) parameters is proposed, and its performance is validated against conventional maximum likelihood material decomposition methods for single and multiple contrast agents. PCCT and DECT are compared using two simulation frameworks: one including ideal CT numbers with image-based Gaussian noise and another defined as a virtual patient with projection-based Poisson noise and beam hardening artifacts, with both scenarios considering spectral distortion for PCCT. The modalities are compared for their accuracy in estimating four key physical parameters: (1) the contrast agent fraction, as well as VNC parameters relevant to radiotherapy such as the (2) electron density, (3) proton stopping power and (4) photon linear attenuation coefficient. Considering both simulation frameworks, a reduction of root mean square (RMS) errors with PCCT is noted for all physical parameters evaluated, with the exception of the error on the contrast agent fraction being about constant through modalities in the virtual patient. Notably, for the virtual patient, RMS errors on VNC electron density and stopping power are respectively reduced from 2.0% to 1.4% and 2.7% to 1.4% when going from DECT to PCCT with four energy bins. The increase in accuracy is comparable to the differences between contrast-enhanced and non-contrast DECT. This study suggests that in a realistic simulation environment, the overall accuracy of radiotherapy-related parameters can be increased when using PCCT with four energy bins instead of DECT. This confirms the potential of PCCT to provide robust and quantitative tissue parameters for contrast-enhanced CT required in radiotherapy applications.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,342
Écart entre enseignants0,306 · 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