MétaCan
Menu
Retour à la cohorte
Enregistrement W7020871390

Monte Carlo Simulation and Experimentation of Non-Collinear Gamma Ray Correlations as a Novel Medical Imaging Modality

2023· dissertation· en· W7020871390 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity Library (University of Saskatchewan) · 2023
Typedissertation
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoincidenceGamma rayMonte Carlo methodPhotonPositron emission tomographyCollimated lightGamma cameraPoint sourceModality (human–computer interaction)Cascade
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis describes the simulation, experiment, and image analysis of a new modality of nuclear medical imaging. We propose the measurement of cascade gamma rays emitted by radioactive isotopes as an improvement over conventional Positron Emission Tomography (PET) and Single Photon Emission Computed Tomography (SPECT). This modality employs the coincidence detection of non-collinear cascade gamma rays as a means to perform event-by-event image reconstruction. This is unlike PET and SPECT, which require multiple events to locate the image point as they lack depth information of the photon trajectories. Our modality can be considered a marriage of PET and SPECT imaging as it employs coincidence techniques as in PET and collimation as in SPECT.\nFor the prototype experiment, we employed In-111 (2.8 days half-life). with a pair of high-intensity cascade gamma rays of energies Eγ1 = 171 keV and Eγ2 = 245 keV. We performed the measurement using the small-animal PET machine of the Institute of Physical and Chemical Research in Kobe, Japan (RIKEN-BDR). We employed Geant4 Application of Tomographic Emission (GATE) public domain software for the simulation and design of the collimators. We had them built at the Physics Machine Shop of the University of Saskatchewan.\nWe employed the cascade emissions of Ba-133 (half-life=10.5 years) for calibration purposes, procured the In-111 source from suppliers to RIKEN-BDR, and performed the measurements in the summer of 2022. We carried out the measurements for single and multiple point-like source arrangements. We have successfully performed the image reconstruction with the use of individual decay events in the coincidence detection.\nThe results are quite promising, as the image reconstruction and image resolutions are comparable to those of conventional PET images without resorting to involved statistical algorithms. The sources used were <5 MBq and measurements were taken for 2 to 15 hours. Thus, it seems this new modality offers promise of utility for molecular imaging applications. In conclusion, the thesis suggests the next steps in this direction.

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)0,004
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,251 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity Library (University of Saskatchewan)Même sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207