Polson, L., Kurkowska, S., Li, C., Esquinas, P., Sheikhzadeh, P., Abbasi, M., Benard, F., Uribe, C., & Rahmim, A. (2023). Uncertainty Propagation from Projections to Region Counts in Tomographic Imaging: Application to Radiopharmaceutical Dosimetry. IEEE Transactions on Medical Imaging.
本研究旨在開發一種計算高效的演算法,用於量化斷層掃描影像重建過程中,從投影數據到感興趣區域 (VOI) 總計數的不確定性傳播,並評估其在放射性藥物劑量學中的應用。
研究人員基於 Qi 提出的預處理梯度上升 (PGA) 演算法的不確定性傳播框架,開發了一種計算高效的演算法。該演算法通過考慮 VOI 內總計數的不確定性估計,將矩陣運算簡化為矩陣向量乘積,從而減少計算時間。研究人員首先使用 177Lu 和 225Ac 體模數據驗證了該演算法,比較了單次 SPECT 采集的估計不確定性和多次采集獲得的經驗估計值。然後,將該演算法應用於 177Lu-DOTATATE 和 225Ac-PSMA-617 病患的多時間點 SPECT/CT 數據,用於時間積分活性 (TIA) 不確定性估計。
本研究提出了一種計算高效且準確的演算法,用於量化斷層掃描影像重建過程中,從投影數據到 VOI 計數的不確定性傳播。該演算法在放射性藥物劑量學中具有潛在應用價值,可以提高 TIA 估計的準確性和可靠性,有助於個性化治療計劃的制定。
本研究為準確評估放射性藥物治療中的劑量吸收提供了新的方法,有助於提高治療的安全性和有效性。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Lucas Polson... kl. arxiv.org 10-07-2024
https://arxiv.org/pdf/2410.03570.pdfDybere Forespørgsler