Comparing model based iterative reconstruction to hybrid based iterative reconstruction in stenosis detection during ECG-gated coronary CTA
Notice bibliographique
Résumé
Abstract Purpose: To compare the quantitative and qualitative image quality of hybrid (HBIR) and model based (MBIR) iterative reconstruction during coronary Computed Tomography Angiography (CTA). Materials and Methods: Institutional review board approved this retrospective study. Patients (n=200) underwent a single coronary CTA with two iterative reconstruction techniques. Group A employed HBIR and group B employed MBIR. Quantitative and qualitative image quality was compared for each group. The mean attenuation values and signal-to-noise ratio (SNR) of each group were compared. Visual grading characteristics (VGC) and Cohen’s Kappa methodology were measured employing an image quality scoring system for coronary CTA. Receiver operating (JAFROC) and stenosis severity were compared with conventional coronary angiography. A p-value <0.05 was considered statistically significant. Results: Mean attenuation values (HU) in the HBIR group were significantly greater in the cusp (564.18±118.71) and left coronary (517.59±118.63) whilst in the MBIR group, the right coronary (531.67±138.93), left anterior descending (529.82±120.6) and left circumflex (538.32±132.94) arteries were significantly higher (p<0.001). The SNR was significantly greater in MBIR (5.32±1.1) compared to HBIR (3.64±0.8) (p<0.0001), with MBIR being superior to HBIR in the total and individual segments of the coronary arteries. VGC image quality assessment demonstrated that readers preferred HBIR over MBIR (p<0.001). Analysis of JAFROC data demonstrated a significant difference in detection of coronary stenosis in RCA (p<0.021), LCA (p<0.0001) and LD (p<0.0001) with HBIR showing overall smaller variability range compared to MBIR. Conclusion: When comparing quantitative and qualitative image quality, MBIR was superior in the former, whilst HBIR was superior in the later. Coronary artery stenosis assessment demonstrated less variability in diagnosis when using HBIR compared to MBIR. This highlights the need for careful attention when employing iterative reconstruction in order not to impact clinical outcomes.
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 | 0,003 | 0,012 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».