MétaCan
Menu
← Retour à la cohorte
Enregistrement W3015672273 · doi:10.1109/nss/mic42101.2019.9059704

Whole-body motion correction in <sup>13</sup>N-ammonia myocardial perfusion imaging using positron emission tracking

2019· article· en· W3015672273 sur OpenAlexaff
Spencer Manwell, Ran Klein, Robert A. deKemp, Tong Xu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvanced MRI Techniques and Applications
Établissements canadiensUniversity of OttawaOttawa HospitalCarleton University
Organismes subventionnairesnon disponible
Mots-clésPositron emission tomographyTracking (education)AttenuationNuclear medicineComputer visionArtificial intelligenceMyocardial perfusion imagingPhysicsMatch movingData setPerfusionMotion (physics)Computer scienceBiomedical engineeringOpticsMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

Patient motion during positron emission tomography (PET) studies leads to degradation of image quality. Not only does patient motion lead to blurring of regions of tracer uptake but it can also lead to mis-alignment artifacts associated with spatial mis-registration between the emission and transmission data used for attenuation correction. In this study we examine the benefits of a three-dimensional whole-body motion correction algorithm based on the use of tracking external radioactive markers placed on the patient. We used the positron emission tracking (PeTrack) algorithm to estimate translational patient motion for three patients who underwent13N-ammonia myocardial perfusion imaging studies at rest and stress. PeTrack was used to identify instances of whole-body patient motion and its extent with respect to a reference position. This information was used to bin the raw list-mode data based on patient-motion amplitudes. The resulting set of gated emission data were reconstructed after using the PeTrack data to rigidly align the attenuation image to each gate. The final set of images were then re-aligned to the reference position. The weighted average of the individual gated images produces the final motion-corrected static image. This approach was evaluated by comparing the relative perfusion in the three arterial regions of the left-ventricular (LV) polar maps. Additionally, regional LV wall thickness and blood pool volume were measured. Whole-body motion in this small sample was limited and largely returned to the reference position. When considering rest and stress acquisitions, no statistically significant differences were observed for any of the metrics. LV wall thicknesses were significantly reduced after motion correction for the stress cases which exhibited the greatest motion. The benefits of motion correction may not be realized unless the extent of whole-body patient motion is large and/or non-returning. Our study demonstrated successful motion tracking using PeTrack, but this work must be extended to include more cases with more severe motion is indicated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,300
Écart entre enseignants0,288 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MRI Techniques and Applications→Travaux en français237 207→