Dosimetric impact of 3D motion-compensated SPECT reconstruction for SIRT planning
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle