MétaCan
Menu
← Retour à la cohorte
Enregistrement W4207002926 · doi:10.1088/1742-6596/2167/1/012005

Monte Carlo Simulations of a Non-Invasive Positron Detector to Measure the Arterial Input Function for Dynamic PET

2022· article· en· W4207002926 sur OpenAlexaff
Liam Carroll, Shirin A. Enger

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensJewish General HospitalMcGill University Health CentreMcGill University
Organismes subventionnairesnon disponible
Mots-clésImaging phantomScintillatorMonte Carlo methodPhotomultiplierPhysicsDetectorOpticsPhotonSilicon photomultiplierNuclear medicineBiomedical engineeringPositron emission tomographyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract This work presents Monte Carlo (MC) study of a novel non-invasive positron detector, hereinafter called NID, designed to measure the arterial input function (AIF) through the wrist of a patient for use with dynamic positron emission tomography (PET). The goal of the study was to optimize a previously developed NID prototype, to determine its efficiency and ability to distinguish between the arterial and venous portions of the signal escaping a wrist phantom. A user code based on the Geant4 MC toolkit was developed to model the NID and a wrist phantom. The scintillator based detectors were modelled as 64 polystyrene cylinders, 0.97 mm in diameter, 10 cm long and capped with cylindrical photomultiplier tubes. The scintillator fibers were arranged in a single band around a 64.13 mm polyethylene cylinder representing a model of the wrist. Two cylinders, 2.30 mm in diameter were placed 6 mm apart, 2 mm below the surface of the wrist phantom representing the radial artery and vein. Two simulations were performed by placing 100 million decay events of oxygen-15 (15O) or fluorine-18 (18F), randomly distributed between the artery and vein. Visible wavelength photon tracking was enabled, and Photomultiplier tubes were simulated to collect the visible photons. Deposited energy per event and location of energy deposition were calculated. A python algorithm was used to analyse the results. The arterial signal produced a 5.28 mm and 10.32 mm FWHM for 15O and 18F respectively. The algorithm could determine the correct location of interaction 98% of the time. The NID can resolve the arterial and venous signal and is thus suitable for determining the AIF for dynamic PET.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,291
Écart entre enseignants0,267 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference Series→Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→