Coupling of CT and PET-18F-FDG Imaging in Arteries with Calcification
Notice bibliographique
Résumé
PET imaging of arteries is drastically dominated by the emission of activity from blood. In addition, the artery wall (2.3 mm) is thin in comparison to the whole artery section and is thus subject to partial volume effect (PVE). In fact, the whole artery area which has a diameter of 38 mm for the abdominal aorta is affected by PVE. Currently, 18F-FDG uptake in the artery is evaluated by means of standard uptake value (SUV) and tissue-to-blood ratio (TBR). In the case of TBR, the activity in blood is defined from an image of a vein. In the present work, the dynamic 18F-FDG images were decomposed with factor analysis (FA) in images of blood and tissue. Artery images were corrected for PVE with recovery factors deduced from a phantom. Eight subjects were imaged with CT and PET in dynamic mode. Five subjects were under medication for atherosclerosis. The tissue and blood images were used for SUV and TBR calculation and compared to the usual values obtained from the measured images. SUV and TBR were classified based on five levels of intensity of the artery calcifications on CT images and on the extent of the calcifications. SUV and TBR extracted from the decomposed images provided more accurate values than those deduced from the measured images. The method can be used in staging of atherosclerosis disease in elderly and it can be useful in the clinic with imaging in reduced time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».