The butterfly effect: improving brain cone-beam CT image artifacts for stroke assessment using a novel dual-axis trajectory
Notice bibliographique
Résumé
BACKGROUND: Cone-beam computed tomography (CBCT) imaging of the brain can be performed in the angiography suite to support various neurovascular procedures. Relying on CBCT brain imaging solely, however, still lacks full diagnostic confidence due to the inferior image quality compared with CT and various imaging artifacts that persist even with modern CBCT. OBJECTIVE: To perform a detailed evaluation of image artifact improvement using a new CBCT protocol which implements a novel dual-axis 'butterfly' trajectory. METHODS: Our study included 94 scans from 47 patients who received CBCT imaging for assessment of either ischemia or hemorrhage during a neurovascular procedure. Both a traditional uni-axis 'circular' and novel dual-axis 'butterfly' protocol were performed on each patient (same-patient control). Each brain scan was divided into six regions and scored out of 3 based on six artifacts originating from various physics-based and patient-based sources. RESULTS: The dual-axis trajectory produces CBCT images with significantly fewer image artifacts than the traditional circular scan (whole brain average artifact score, AS: 0.20 vs 0.33), with the greatest improvement in bone beam hardening (AS: 0.13 vs 0.78) and cone-beam artifacts (AS: 0.04 vs 0.55). CONCLUSIONS: Recent developments in CBCT imaging protocols have significantly improved image artifacts, which has improved diagnostic confidence for stroke and supports a direct-to-angiography suite transfer approach for patients with acute ischemic stroke.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».