MétaCan
Menu
Retour à la cohorte
Enregistrement W3177201125 · doi:10.1002/mp.15058

Feasibility of attenuation map alignment in pinhole cardiac SPECT using exponential data consistency conditions

2021· article· en· W3177201125 sur OpenAlexaff
R. Glenn Wells, Rolf Clackdoyle

Notice bibliographique

RevueMedical Physics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésAttenuationCorrection for attenuationImaging phantomScannerSpect imagingPinhole (optics)DetectorData consistencyNuclear medicineIterative reconstructionSingle-photon emission computed tomographyComputer scienceArtificial intelligenceComputer visionOpticsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Dedicated cardiac SPECT systems do not typically include an integrated CT scanner and thus attenuation correction requires registration of separately acquired transmission scans. Data consistency conditions are equations that express the redundancy between projections while taking into account the attenuation effects. This study assessed the feasibility of applying exponential data consistency conditions to rebinned pinhole projections for attenuation-map registration in pinhole cardiac SPECT. METHODS: Simulations of an anthropomorphic computer phantom with three different tracer activity distributions were performed with and without clinical levels of noise in the projection data. The first activity distribution contained activity only within the myocardium which satisfied the assumptions of the data consistency conditions. The other two distributions violated these assumptions by adding background activity and uptake in the liver. Simulations included acquisitions with 360, 31, and 9 pinhole projections and detector pixel sizes of 0.75 and 2.5 mm. A metric based on the average difference between pairs of exponential projections was used to evaluate registration accuracy. RESULTS: When activity is restricted to the myocardium, the registration error was 3.0 mm for 31 noisy pinhole projections with a detector size of 2.5 mm. When activity is added to the background and the liver, a correction for the extra-cardiac activity is needed but when applied, a registration error of 6.0 mm was achieved. CONCLUSION: These results suggest that it may be feasible to use exponential data consistency conditions to register pinhole cardiac SPECT and CT transmission data. Taxonomy: 8-6 (IM-SPECT/Registration).

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)0,004
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,122
Tête enseignante GPT0,399
Écart entre enseignants0,277 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207