S'abonner

iQMetrix-CT: New software for task-based image quality assessment of phantom CT images - 03/07/22

Doi : 10.1016/j.diii.2022.05.007 
Joel Greffier a, 1, , Yves Barbotteau b, 1, François Gardavaud c, d
a IMAGINE UR UM 103, Montpellier University, Department of Medical Imaging, Nîmes University Hospital, 30029 Nîmes, France 
b Department of Radiology, CHP Clairval, Ramsay Santé, 13273 Marseille, France 
c Department of Radiology, APHP, Hôpital Tenon, 75020 Paris, France 
d Institute of Computing and Data Sciences (ISCD), Sorbonne Université, 75013 Paris, France 

Corresponding author.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Sunday 03 July 2022
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Highlight

New iQMetrix-CT software was developed by a working group from the SFPM
This software calculates three advanced metrics, which are noise power spectrum, task-based transfer function and detectability index.
Noise power spectrum assesses noise texture and noise magnitude.
Task-based transfer function assesses spatial resolution as function to the noise and contrast.
Detectability index assesses the radiologist's ability to perform a given task such as lesion detection.

Le texte complet de cet article est disponible en PDF.

Abstract

The purpose of this article was to explain how the new iQMetrix-CT software works, as well as to describe its current potential and discuss its future applications. iQMetrix-CT was developed by a working group from the French Society of Medical Physicists (SFPM). This software calculates three advanced metrics, which have been adapted to take into account the non-linear and non-stationary properties of iterative reconstruction algorithms. Noise power spectrum is calculated to assess noise texture and noise magnitude in the frequency domain. The task-based transfer function is computed to assess the spatial resolution under conditions of contrast and noise similar to the lesions encountered in clinical practice. Finally, the detectability index is used to estimate the radiologist's ability to perform a given task such as detecting a simulated lesion. These metrics are very useful to evaluate the performance of reconstruction algorithms in term of image quality and optimize the doses of a given protocol or to evaluate and compare a new technology.

Le texte complet de cet article est disponible en PDF.

Keywords : Image quality, Computer-assisted image analysis, Multidetector computed tomography, Task-based image quality assessment, Software

Abbreviations : 1D, 2D, AAPM, CT, DLR, ESF, FFT, IR, LSF, NPS, NPW, ROI, TTF


Plan


© 2022  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.