Intraoperative cone-beam CT spatial priors for diffuse optical fluorescence tomography
Notice bibliographique
Résumé
A hybrid system for intraoperative cone-beam CT (CBCT) imaging and continuous-wave fluorescence tomography (FT) has been developed using an image-guidance framework. Intraoperative CBCT images with sub-millimeter spatial resolution are acquired with a flat-panel C-Arm. Tetrahedral meshes are generated from CBCT for finite element method implementation of diffuse optical tomography (NIRFAST). Structural data from CBCT is incorporated directly into the optical reconstruction process using Laplacian-type regularization ('soft spatial priors'). Experiments were performed using an in-house optical system designed for indocyanine green (ICG) fluorescence. A dynamic non-contact geometry was achieved using a stereoscopic optical tracker for real-time localization of a laser diode and CCD camera. Source and detector positions were projected onto the boundary elements of the tissue mesh using algorithms for ray-triangle intersection and camera lens calibration. Simulation studies showed the capabilities of a soft-prior approach, even in the presence of segmentation uncertainties. Experiments with ICG targets embedded in liquid phantoms determined the improvements in the quantification of the fluorophore yield, with errors of 85% and <20% for no priors and spatial priors, respectively. Similar results were observed with the ICG target embedded in ex vivo porcine loin, with errors of 52% and 12%, respectively. A proof-of-principal animal study was performed in a VX2-tumor in vivo rabbit model using liposomal nanoparticles co-encapsulating contrast for CT (iohexol) and fluorescence (ICG) imaging. Fusion of CBCT and FT reconstructions demonstrated concurrent anatomical and functional delineations of contrast enhancement around the periphery of the buccal tumor. These developments motivate future clinical translation of the FT system into an ongoing CBCT-guided head and neck surgery trial.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 0,001 |
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 ».