Optimizing the Multi-Angle Imaging Method for Planar Organ-Targeted PET Detectors
Notice bibliographique
Résumé
Organ-targeted Positron Emission Tomography (PET) has demonstrated the potential to overcome limitations of conventional whole-body (WB) PET/CT systems, such as restricted axial field-of-view (AFOV), limited spatial resolution, and high radiation exposure. The AFOV in organ-targeted PET with planar detector heads can be adjusted to the organ of interest, minimizing unwanted signals from elsewhere in the body, improving signal collection efficiency, and reducing the dose of radiotracer administered. However, while planar detector PET technology allows for quasi-3D image reconstruction due to the separation between detector heads, a limited angular view degrades axial spatial resolution, affecting recovery coefficients (RCs) and causing object smearing in reconstructed images along the axial direction perpendicular to the detectors’ plane. Previously, we introduced a multi-angle imaging method to improve the quality of images acquired with a planar organ-targeted PET camera. Here, we determine the optimal number of acquisition angles and image reconstruction iterations suitable for brain imaging with a wide detector separation. For quantitative analysis, we use the NEMA NU4 2008 standard image quality phantom. Our results indicate that performing a 4 -angle scan, with 45° increment rotations of the detector heads, is an optimal detection scheme. Specifically, it achieves an image uniformity of 6.29%, recovery coefficients of 0.15,0.33,0.52, and 0.73 for the 2-, 3-, 4, and $5-\mathrm{mm}$ rods, and spill-over ratios of 0.23 and 0.18 for the air and water chambers, respectively, significantly exceeding performance metrics of the standard 1 -angle image. Moreover, increasing the number of image reconstruction iterations minimizes spill-over of activity within air and water chambers. Improved image quality was obtained using the same scan duration time in the 4 -angle composite image compared to the standard 1-angle image.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».