The Sensitivity of Exponential Data Consistency Condition-based Attenuation Map Alignment to Mismatched Attenuation Maps
Notice bibliographique
Résumé
Attenuation correction of stand-alone SPECT systems requires registration of an externallyacquired attenuation map such as from a CT scan. Exponential data consistency conditions (DCCs) can be used to assess the alignment between a SPECT activity distribution and an external CTbased attenuation map. During cardiac SPECT imaging, some patient motion is unavoidable, such as that due to cardiac contraction. Such motion can lead to small differences between the measured attenuation map and the attenuation present during SPECT acquisition. These differences may cause inaccuracies in the conversion to exponential projections and thus result in errors in the alignment of the attenuation map. ECG-gating of the emission data reduces the motion present in each gated projection and if an ECG-gated attenuation map data was available, use of the matched gates would give an accurate alignment. However, more often, only a CT from a single point in the cardiac cycle is available. In this work, we investigated the magnitude of the error in registration introduced by inconsistencies in the attenuation map and the attenuation present in the SPECT projections. An NCAT simulated ECG-gated SPECT projection dataset was generated. A DCC-based alignment method was applied to attenuation maps corresponding to the different gates and the resulting alignments were compared. Average and maximum-attenuating maps were also considered. The alignment errors were up to 4.5 mm, with attenuation maps from the gates most distal in the cardiac cycle generating the largest errors. These errors are large compared to the expected image resolution of 7mm. We conclude that care needs to be taken to choose an appropriate attenuation map when using a DCC approach to align the map with ECGgated SPECT studies.
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 | 0,010 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».