光 参考 目标 定量分析 图书馆
Eammon A Littler1, Emmanuel A Mannoh1, Ethan P M LaRochelle1
1QUEL Imaging, White River Junction, VT 05001 USA.
ArXiv
|May 2, 2025
概括
一个新的开源 Python 库 QUEL-QAL 标准化了光成像分析,用于光引导手术 (FGS). 它提供了可重复性绩效评估的工具,与监管标准保持一致.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 光学成像技术的成像
背景情况:
- 光成像系统的标准化性能评估对于光引导手术 (FGS) 至关重要.
- 目前用于提取关键绩效指标的实际工具是有限的,不一致的和无法访问的.
- AAPM TG311的现有指导和FDA建议草案强调了需要强大的表征方法的需要.
研究的目的:
- 介绍QUEL-QAL,这是一个开源的Python库,用于定量分析光图像.
- 简化和标准化光成像系统的性能评估.
- 提供符合监管和学术标准的可重复工作流程.
主要方法:
- 开发一个开源的Python库,QUEL-QAL.
- 实现模块化工作流程,包括ROI检测,统计分析和可视化.
- 在量化分析中使用可靠的参考目标.
- 支持关键指标:响应线性,检测极限,深度灵敏度和空间分辨率.
主要成果:
- QUEL-QAL 允许对光图像进行简化和标准化的定量分析.
- 该图书馆为与AAPM和FDA指导一致的可重复性绩效评估提供便利.
- QUEL-QAL支持用于系统表征的基本指标.
- 开源性质允许扩展性和适应新目标和协议.
结论:
- QUEL-QAL为光成像系统的标准化基准测试提供了一个基本工具.
- 图书馆促进系统评估的透明度和可重复性.
- QUEL-QAL加速了用于手术的先进光成像技术的开发和临床采用.


