A New PET Image Quality Phantom, Acquisition, and Analysis Paradigm
Notice bibliographique
Résumé
A new PET image quality phantom, acquisition and analysis paradigm is presented. The new phantom is based upon the NEMA IQ phantom geometry but includes additional smaller spheres down to 6 mm and additional small spheres at an increased radius. The methodology utilizes a single bed- 40 minutes acquisition divided into multiple short duration realizations defined by the axial field of view of the system for fair comparison. Four PET systems from 3 manufacturers were assessed in a test-retest experiment. In this study, a discriminability metric$d$is proposed to evaluate system lesion detectability performance, using data from the multiple realizations.$d$is defined as the difference between the mean activity concentration of the multiple realizations of the sphere and the multiple realizations of the background concentrations, in units of the number “standard deviations” between the background and sphere distributions. To determine whether the detectability metric$d$has clinical relevance, each reconstructed realization from each of the four systems was reviewed to assess detectability of each of the 12 spheres according to a 4 -point Likert scale with 3= “Certainly Visualized”, 2= “Probably Visualized”, 1= “Equivocal“, and 0= “Not Visualized”. The Likert scores were then correlated with the discriminability metric$d$for each scanner. Results of the analysis were consistent with the Rose Criterion, suggesting that$d$may have utility as a meaningful lesion detectability metric.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».