4D-CT Attenuation Correction in Respiratory-Gated PET for Hypoxia Imaging: Is It Really Beneficial?
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
Previous literature has shown that 4D respiratory-gated positron emission tomography (PET) is beneficial for quantitative analysis and defining targets for boosting therapy. However the case for addition of a phase-matched 4D-computed tomography (CT) for attenuation correction (AC) is less clear. We seek to validate the use of 4D-CT for AC and investigate the impact of motion correction for low signal-to-background PET imaging of hypoxia using radiotracers such as FAZA and FMISO. A new insert for the Modus Medicals' QUASAR™ Programmable Respiratory Motion Phantom was developed in which a 3D-printed sphere was placed within the “lung” compartment while an additional compartment is added to simulate muscle/blood compartment required for hypoxia quantification. Experiments are performed at 4:1 or 2:1 signal-to-background ratio consistent with clinical FAZA and FMISO imaging. Motion blur was significant in terms of SUVmax, mean, and peak for motion ≥1 cm and could be significantly reduced (from 20% to 8% at 2-cm motion) for all 4D-PET-gated reconstructions. The effect of attenuation method on precision was significant (σ2 hCT-AC = 5.5%/4.7%/2.7% vs σ2 4D-CT-AC = 0.5%/0.6%/0.7% [max%/peak%/mean% variance]). The simulated hypoxic fraction also significantly decreased under conditions of 2-cm amplitude motion from 55% to 20% and was almost fully recovered (HF = 0.52 for phase-matched 4D-CT) using gated PET. 4D-gated PET is valuable under conditions of low radiotracer uptake found in hypoxia imaging. This work demonstrates the importance of using 4D-CT for AC when performing gated PET based on its significantly improved precision over helical CT.
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