MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402833853 · doi:10.1109/nss/mic/rtsd57108.2024.10658162

Time-of-Flight Requirements to Reduce the Effect of Acollinearity on PET Spatial Resolution

2024· article· en· W4402833853 sur OpenAlexaff
Maxime Toussaint, Francis Loignon-Houle, Jean‐Pierre Dussault, Roger Lecomte

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésImage resolutionComputer scienceResolution (logic)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

Spatial resolution in positron emission tomography (PET) is degraded by the acollinearity of annihilation photons (APA), resulting in a blurring of the order of 2 mm FWHM for whole-body PET scanners. We have previously shown that perfect Time-of-Flight (TOF) resolution can effectively mitigate this blurring and overcome the conventional (i.e., TOF-less) theoretical spatial resolution limit. However, the TOF resolution and coincidence event statistics required to achieve a noticeable improvement in spatial resolution remain unexplored. The purpose of this study is to investigate these requirements, specifically for whole-body and total-body scanners. Using a hypothetical $81-\mathrm{cm}$ diameter scanner with $2-\mathrm{mm}$ wide detectors, we show that ultrahigh TOF resolution (e.g., 13 ps FWHM) yields observable improvements in spatial resolution over a range of event statistics. Furthermore, this study reveals that lower TOF resolutions (e.g., 26 or 65 ps FWHM) may suffice to mitigate APA effects on spatial resolution, especially for the oblique tubes of response of large 3D systems, which are subject to more significant APA blurring. Therefore, ultrafast TOF would not only reduce APA blurring, but also alleviate the non-stationary nature of spatial resolution in long axial FOV total-body PET scanners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,367
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→