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。
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Lucas Polson... lúc arxiv.org 10-07-2024
https://arxiv.org/pdf/2410.03570.pdfYêu cầu sâu hơn