Influence of Field of View and Bowtie Filtration on Cone Beam Computed Tomography Image Quality and Scatter-to-Primary Ratio
Notice bibliographique
Résumé
Purpose/Aim: The image quality (IQ) of cone-beam computed tomography (CBCT) is often reduced due to X-ray scatter, causing issues such as shading, skin-line artifacts, decreased contrast-to-noise ratio, and inaccurate computed tomography (CT) numbers. This study establishes six metrics for assessing IQ, focusing on both traditional metrics, such as contrast-to-noise ratio, and clinically relevant measures of CT signal accuracy. Using a commercial CBCT system for image-guided radiation therapy (IGRT), the study examines how these metrics vary with axial field-of-view (FOV z ) and bowtie filter use to understand the effects of X-ray scatter on IQ. Materials and Methods: Catphan-600 phantom was scanned at five longitudinal FOV z settings (2–27 cm, Superior-Inferior) with and without a bowtie filter, and all software-based scatter corrections were disabled. Six metrics were evaluated: shading (m shading ), periphery accuracy (m periphery ), noise (m noise ), contrast-to-noise ratio (m CNR ), CT number accuracy (m CT# ), and linearity (m linearity ). Results: All six metrics demonstrated a notable decline in IQ as the FOV z increased from 2 to 27 cm. Specifically, the CNR decreased by half, while m shading increased by 250 HU. The bowtie filter improved CT number accuracy at the periphery by approximately 100–140 HU, partially mitigating the impact of a larger FOV z on IQ. Conclusions: As the FOV z increases, quantitative assessments reveal significant artifacts. Using a bowtie filter improves CNR and CT number accuracy while reducing shading and skin-line artifacts. For enhanced IQ in clinical therapy, minimizing the FOV z is recommended. The evaluation framework established in this study provides a valuable tool for system comparison and assessing scatter correction techniques, aiding in accurate low-contrast detection and supporting advancements in online and adaptive radiotherapy.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».