Practical considerations for establishing dead-time corrections in quantitative SPECT 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
Quantitative SPECT studies require specific information about the equipment being used. Particularly in the context of therapeutic studies, the effect of dead-time can be significant and must be quantified. We explored different techniques for measuring the dead-time constant and applying dead-time corrections to the data. METHOD: The dead-time constant was measured on four similar SPECT/CT systems by following the response of the system to a uniform phantom initially containing 17 GBq of Lu-177 over a period of 23 days. It was then calculated using the two-source method with 1 332 MBq of Tc-99 m. The dead-time constant found was used to correct SPECT/CT phantom images either applying the correction by projection or globally on the image. RESULTS: Both methods of calculating the dead-time constant produced equivalent results. However, the dead-time constant varied by as much as 8% between machines of the same model and manufacturer. Correcting for dead-time by projection rather than globally produced slightly more precise results (0.94% error rather than 2.59% error). The benefit of this correction technique will be dependent on the level of asymmetry in the patient as well as the magnitude of the dead-time correction effect. CONCLUSION: quantification of the dead-time of a system can be performed quickly using the two-source method and any radioisotope. However, it is important to perform this measurement on every system being used. In vastly asymmetric images with high dead-time correction, correcting for dead-time by projection can be pertinent, increasing the precision of dosimetry calculations by several percent. However this additional gain may be within the error of SUV measurements for many clinical acquisitions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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