Feasibility of ultra‐low‐dose volumetric 4D‐CT with frame averaging for high‐fidelity respiratory motion assessment and improved image quality
Notice bibliographique
Résumé
Abstract Background Precise modeling of respiratory‐induced tumor motion is crucial for radiotherapy planning, particularly in the treatment of thoracic and abdominal malignancies. While four‐dimensional computed tomography (4D‐CT) remains the clinical standard of care for motion assessment, it lacks the capability for true cine imaging of tumor motion. In contrast, ultra‐low‐dose volumetric 4D‐CT (v4D‐CT) enables true cine acquisition by leveraging an extended axial field of view and distributing radiation dose over a prolonged acquisition time. However, this technique typically yields suboptimal, non‐diagnostic image quality. Purpose This study evaluates a novel ultra‐low‐dose v4D‐CT imaging protocol designed to accurately capture tumor motion and enhance image quality through retrospective frame averaging. Methods A 30‐s continuous ultra‐low‐dose scan was performed at a single couch position using a wide‐field volumetric CT system. A Catphan 504 phantom (for image quality assessment) and a QUASAR motion phantom (for motion analysis), with extension rings added to simulate large patient anatomy, were imaged at 20 mA. Frame averaging was performed in both image space (IS‐FA) and projection space (PS‐FA) to improve image quality. Key image quality metrics, including CT number uniformity, noise, spatial resolution, signal‐difference‐to‐noise ratio (SDNR), and Hounsfield Unit (HU) accuracy, were assessed using Catphan modules and benchmarked against reference scans at 300 and 700 mA. Motion tracking and segmentation accuracy were evaluated using the QUASAR phantom's spherical inserts (diameters: 0.5, 1.0, 2.0, and 3.0 cm) with simulated 1 cm peak‐to‐peak motion from a patient signal. Accuracy was quantified using the coefficient of determination ( r 2 ) and DICE similarity coefficients. Results Frame averaging substantially improved all evaluated image quality metrics. IS‐FA achieved superior noise suppression and contrast enhancement, albeit with some degradation in spatial resolution. In contrast, PS‐FA preserved spatial resolution and yielded noise characteristics statistically indistinguishable from reference scans ( p > 0.4), closely approximating image quality at 300 and 700 mA. Tumor insert visibility and motion tracking were achievable at 20 mA, with high correlation to ground truth ( r 2 > 0.99) and segmentation accuracy (DICE > 0.95) for inserts ≥2.0 cm in diameter. Conclusion Ultra‐low‐dose v4D‐CT combined with retrospective frame averaging provides accurate respiratory motion characterization and significantly enhanced image quality. This technique offers a viable, non‐invasive alternative for patient‐specific motion modeling in radiotherapy planning.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».