Impact of Pinhole Collimation on SPECT Image Quality Metrics, and Methods for Patient-Specific Assessment of Noise and Standardization of Imaging Protocols
Notice bibliographique
Résumé
Dedicated cardiac pinhole SPECT camera designs offer improvements in overall sensitivity, thereby enabling the use of lower injected radiotracer activity and shorter imaging times than parallel-hole designs.The effect of these novel camera designs on image noise on a voxel-by voxel level has not previously been investigated.This work identifies position and orientation-dependent variability of spatial resolution in the fieldof-view (FOV) of pinhole cameras.It also identifies a 1.7-fold gradient in the magnitude of image noise across the length of the heart which leads to a 1.3-fold gradient in standard deviation values for a normal database for attenuation corrected images acquired with a commercially available cardiac pinhole camera.This pattern of noise varies with different patients and with different positioning of the heart within the FOV.Thus, to assist with clinical interpretation, a new 1-minute post-processing technique is developed to provide a patient-specific image of the noise distribution which may augment normal database information.Changes in attenuation result in varying levels of noise between patients of different body habitus administered the same radiotracer activity.A method for creating weight-based protocols is developed that standardizes the average noise in cardiac perfusion images by tailoring the radiotracer activity and acquisition time to the body mass of each patient.Methods developed in this thesis allow for more patientspecific imaging protocols, thereby standardizing the image noise level and providing physicians with more information about the noise and spatial-resolution distribution to aide in image interpretation.• I bootstrapped (all) and reconstructed (most, see above) images• I performed all calculations, evaluation, and statistical analysis using Matlab• I wrote articles and abstracts, and I presented oral and poster presentations meetings or conferences (oral or poster).
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 | 0,018 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
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 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 ».