The SNR of time-of-flight positron emission tomography data for joint reconstruction of the activity and attenuation images
Notice bibliographique
Résumé
Abstract Objective. Measurement of the time-of-flight (TOF) difference of each coincident pair of photons increases the effective sensitivity of positron emission tomography (PET). Many authors have analyzed the benefit of TOF for quantification and hot spot detection in the reconstructed activity images. However, TOF not only improves the effective sensitivity, it also enables the joint reconstruction of the tracer concentration and attenuation images. This can be used to correct for errors in CT- or MR-derived attenuation maps, or to apply attenuation correction without the help of a second modality. This paper presents an analysis of the effect of TOF on the variance of the jointly reconstructed attenuation and (attenuation corrected) tracer concentration images. Approach. The analysis is performed for PET systems that have a distribution of possibly non-Gaussian TOF-kernels, and includes the conventional Gaussian TOF-kernel as a special case. Non-Gaussian TOF-kernels are often observed in novel detector designs, which make use of two (or more) different mechanisms to convert the incoming 511 keV photon to optical photons. The analytical result is validated with a simple 2D simulation. Main results. We show that if two different TOF-kernels are equivalent for image reconstruction with known attenuation, then they are also equivalent for joint reconstruction of the activity and the attenuation images. The variance increase in the activity, caused by also jointly reconstructing the attenuation image, vanishes when the TOF-resolution approaches perfection. Significance. These results are of interest for PET detector development and for the development of stand-alone PET systems.
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 | 0,002 | 0,017 |
| 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 | 0,000 |
| 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 ».