TOF Benefits and Trade-offs on Image Contrast-to-Noise Ratio Performance for a Small Animal PET Scanner
Notice bibliographique
Résumé
Recently, time-of-flight (TOF) scanners have become a mainstream in positron emission tomography research particularly owing to their ability to improve the image contrast-to-noise ratio (CNR). As the scintillation photon transport directly affects the coincidence time resolution, decreasing crystal length can be considered to improve timing performance even at the cost of sensitivity loss. This would also improve the radial spatial resolution and reduce the cost of the scintillator material, particularly in clinical scanners. Hence, this article investigates the tradeoffs between TOF, crystal length, and scan time with the goal of using TOF to compensate for CNR degradation caused by decreasing the scintillator volume in a highly pixelated scanner. To do this, a TOF model of the LabPET II small animal scanner was developed. The contrast recovery coefficient (CRC) and CNR performance were investigated through a factorial design. This was followed by assessing when TOF gain may be advantageous in small animal imaging. Results show that decreasing crystal length by 2 mm improves CRC performance for such a scanner while CNR can be fully recovered by increasing scan time. It was also observed that the same CNR can be reached for a shorter acquisition time if faster TOF resolution is achieved. This article concludes with a summary of the trade offs to optimize the CNR.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».