The effect of resizing on the natural appearance of scintigraphic images: an image similarity analysis
Notice bibliographique
Résumé
Background and objective: This study aimed to assess the impact of upsampling and downsampling techniques on the noise characteristics and similarity metrics of scintigraphic images in nuclear medical imaging. Methods: A physical phantom study using dynamic imaging was used to generate reproducible static images of varying count statistics. Naïve upsampling and downsampling with linear interpolation were compared against alternative methods based on the preservation of Poisson count statistics and principles of nuclear scintigraphic imaging; namely, linear interpolation with a Poisson resampling correction (upsampling) and a sliding window summation method (downsampling). For each resizing method, we computed the similarity of resized images to count-matched images acquired at the target grid size with the structural similarity index measure and the logarithm of the mean squared error. These image quality metrics were subsequently compared to those of two independent count-matched images at the target grid size (representing variance due to natural noise permutations) as a reference to establish an optimal resizing method. Results: Only upsampled images with the Poisson resampling correction after linear interpolation produced images that were similar to those acquired at the target grid size. For downsampling, both linear interpolation and sliding window summation yielded similar outcomes for a reduction factor of 2. However, for a reduction factor of 4, only sliding window summation resulted in image similarity metrics in agreement with those at the target grid size. Conclusions: The study underlines the importance of applying appropriate resizing techniques in nuclear medical imaging to produce realistic images at the target grid size.
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 | 0,011 |
| 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 | 0,001 |
| 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 ».