Cubic-Spline Interpolation for Sparse-View CT Image Reconstruction With Filtered Backprojection in Dynamic Myocardial Perfusion Imaging
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.
Notice bibliographique
Résumé
We investigated a projection interpolation method for reconstructing dynamic contrast-enhanced (DCE) heart images from undersampled x-ray projections with filtered backprojecton (FBP). This method may facilitate the application of sparse-view dynamic acquisition for ultralow-dose quantitative computed tomography (CT) myocardial perfusion (MP) imaging. We conducted CT perfusion studies on 5 pigs with a standard full-view acquisition protocol (984 projections). We reconstructed DCE heart images with FBP from all and a quarter of the measured projections evenly distributed over 360°. We interpolated the sparse-view (quarter) projections to a full-view setting using a cubic-spline interpolation method before applying FBP to reconstruct the DCE heart images (synthesized full-view). To generate MP maps, we used 3 sets of DCE heart images, and compared mean MP values and biases among the 3 protocols. Compared with synthesized full-view DCE images, sparse-view DCE images were more affected by streak artifacts arising from projection undersampling. Relative to the full-view protocol, mean bias in MP measurement associated with the sparse-view protocol was 10.0 mL/min/100 g (95%CI: -8.9 to 28.9), which was >3 times higher than that associated with the synthesized full-view protocol (3.3 mL/min/100 g, 95% CI: -6.7 to 13.2). The cubic-spline-view interpolation method improved MP measurement from DCE heart images reconstructed from only a quarter of the full projection set. This method can be used with the industry-standard FBP algorithm to reconstruct DCE images of the heart, and it can reduce the radiation dose of a whole-heart quantitative CT MP study to <2 mSv (at 8-cm coverage).
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle