Dosimetric impact of 3D motion-compensated SPECT reconstruction for SIRT planning
Notice bibliographique
Résumé
BACKGROUND: Tc SPECT images are used to optimize patient treatment planning, but they are affected by respiratory motion. In this study, we evaluated on patient data the dosimetric impact of motion-compensated SPECT reconstruction on several volumes of interest (VOI), on the tumor-to-normal liver (TN) ratio and on the activity to be injected. METHODS: Tc SPECT images were acquired and reconstructed with two methods: conventional OSEM (3D) and motion-compensated OSEM (3Dcomp). Seven VOI (liver, lungs, tumors, perfused liver, hepatic reserve, healthy perfused liver and healthy liver) were delineated on the CT or obtained by thresholding SPECT images followed by Boolean operations. Absorbed doses were calculated for each reconstruction using Monte Carlo simulations. Percentages of dose difference (PDD) between 3Dcomp and 3D reconstructions were estimated as well as the relative differences for TN ratio and activities to be injected. The amplitude of movement was determined with local rigid registration of the liver between the 3Dcomp reconstructions of the extreme phases of breathing. RESULTS: The mean amplitude of the liver was 9.5 ± 2.7 mm. Medians of PDD were closed to zero for all VOI except for lungs (6.4%) which means that the motion compensation overestimates the absorbed dose to the lungs compared to the 3D reconstruction. The smallest lesions had higher PDD than the largest ones. Between 3D and 3Dcomp reconstructions, means of differences in lung dose and TN ratio were not statistically significant, but in some cases these differences exceed 1 Gy (4/31) and 8% (2/31). The absolute differences in activity were on average 3.1% ± 5.1% and can reach 22.8%. CONCLUSION: The correction of respiratory motion mainly impacts the lung and tumor doses but only for some patients. The largest dose differences are observed for the smallest lesions.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».