MétaCan
Menu
Retour à la cohorte
Enregistrement W7026770295

Anatomical and Functional Lung Imaging with Volumetric Computed Tomography in Non-Small Cell Lung Cancer

2022· article· en· W7026770295 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship@Western (Western University) · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Radiation Exposure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImaging phantomLung cancerContouringRadiation therapyComputed tomographyScannerMedical imagingPositron emission tomography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non-small cell lung cancer (NSCLC) is one of the most diagnosed cancers in Canada, and the leading cause of cancer deaths. A significant challenge in treating NSCLC is balancing aggressive treatment with the potentially severe side effects. In radiation therapy, the management of respiratory motion and the risks of radiation-induced lung injury (RILI) pose significant challenges. 4-dimensional computed tomography (4D-CT) is an important part of motion management, but images often suffer from motion-induced artifacts. Volumetric CT scanners with wide axial field-of-view (aFOV) may reduce these artifacts and present an opportunity to advance CT-based functional lung imaging.\nChapter 2 presents a phantom imaging study to investigate the suitability of a 256-slice volumetric CT (vCT) scanner for radiotherapy treatment planning. The density of the highest density materials was under-estimated by the scanner, which can be addressed with the use of an appropriate relative electron density (RED) curve. An average RED curve for all aFOV settings may be used.\nChapter 3 presents a study of phantom and NSCLC patient 4D-CT images acquired on a clinical scanner and a vCT scanner. The v4D-CT images were re-sampled to simulate a conventional acquisition using a narrow aFOV clinical scanner. The phantom images demonstrated that target contouring variability decreased in v4D-CT imaging as compared to clinical 4D-CT. In the patient images, mean Hausdorff distance between organs at risk (OAR) contours was significantly correlated to respiratory phase, indicating that motion artifacts contribute to this variability.\nChapter 4 presents a novel acquisition and analysis pipeline to image lung ventilation (V), perfusion (Q) and V/Q ratio in a single volumetric CT scan. In a porcine study, these images of V and Q were significantly correlated to standard Xe-enhanced ventilation and PET perfusion images in voxel-wise analysis. In a NSCLC patient study, the images were sensitive to changes in V and Q between baseline imaging and follow-up 6 weeks after radiotherapy.\nIn this thesis, I demonstrate that volumetric CT scanners are suitable for use in radiation therapy simulation and treatment planning, and detail two scanning protocols which may reduce the challenges posed by respiratory motion and RILI risk in NSCLC.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetEffects of Radiation ExposureTravaux en français237 207