Performance Evaluation of a High-Sensitivity Organ-Targeted Positron Emission Tomography (PET) System for Small Lesion Detection and Quantitative Imaging
Notice bibliographique
Résumé
In this study, we evaluate the imaging performance of the Radialis PET camera, a high-sensitivity organ-targeted Positron Emission Tomography (PET) system, using standardized and custom tests previously used for Positron Emission Mammography (PEM) systems. We assess the imaging characteristics related to standardized uptake value (SUV) and detectability of small lesions, including spatial resolution, linearity, uniformity, and recovery coefficients. In-plane spatial resolution of 2.3 mm ± 0.1 mm, spatial accuracy of 0.1 mm, and uniformity measured with flood field and NEMA NU-4 phantom of 11.7% and 8.3%, respectively are reported. Recovery coefficients were measured to be 0.21 for the 1 mm hot rod and up to 0.89 for the 5 mm hot rod of NEMA NU-4 phantom, indicating the ability of Radialis PET camera to accurately reconstruct activity in tumors as small as 5 mm.Radialis PET camera provides an improved contrast recovery and spill-over ratio compared to other organ-dedicated PET systems with similar spatial resolution. We relate this improvement to optimized count rate performance and image reconstruction workflow. Presented clinical images demonstrate the imaging capabilities of the system under different conditions, such as reduced 2-[fluorine-18]-fluoro-2-deoxy-D-glucose (18F-FDG) activity and time-delayed acquisitions. SUV measurements in clinical images show that the Radialis PET camera can provide accurate quantitative assessment for different types of cancer, including invasive lobular carcinoma with low metabolic activity.Due to the improved accuracy of tumor activity evaluation, the Radialis PET camera may be well-suited for emerging clinical applications, such as image-guided assessment of response to neoadjuvant systemic treatment (NST) in lesions smaller than 2 cm. The study also highlights the importance of recovery coefficient as a primary performance metric when targeting PET systems for accurate lesion size and radiotracer uptake assessment.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».