Quality check pipeline (PET)

Moyenne l'image si l'acquisition est dymique. Affiche la fusion TEP et CT avec les palettes correctement réglées.

Avant d'utiliser ce pipeline :

Importer et convertir vos dicoms CT et PET

Pour cela il faut :
1. importer les dicoms PET et CT du sujet, cf le dossier qualityCheck et utiliser le processus import Dicoms.
2. convertir les dicoms, cf le dossier qualityCheck et utiliser le processus convert to Nii.

Description

Faire le controle qualité :

Un double clic ouvre le traitement. Un clic simple vous permet de voir cette documentation dans ce panneau de droite ( click droit sur la doc pour l'ouvrir dans un navigateur web).

1. ouvrir le traitement et cliquez sur le point de départ du pipeline (en haut à gauche)pour avoir le tableau de bord avec tous les paramètres du pipeline.
2. cliquer sur CT ( vert = lecture dans la base de données) et selectionner l'image CT dans votre base de données
3. cliquer sur Executer

Faire le controle qualité sur plusieurs sujets ( iteration ):

1. je conseille ici de désélectionner les viewers, c'est à dire la dernière étape view quality check. Si vous garder cette étape sélectionnée, il faut savoir que beaucoup de fenetres s'ouvriront (une par sujet)
2. cliquer sur le bouton itérations
3. cliquer sur CT et choisir LES imageS à traiter (sélection multiple classique en gardant les touches shift et/ou ctrl appuyées)
4. cliquer sur Ok
5. je vous conseille de développer ( cliquer sur le + ) une des étapes de l'itération afin de vérifier que tous les champs obligatoires (en gras) sont bien remplits.
6. cliquer sur Executer, pour lancer les traitements sur toutes les images sélectionnées.

• note : une fois l'itération terminée, vous pouvez en créer une autre, avec cette fois toutes les étapes décochées, sauf le viewer view quality check. Ainsi vous pourrez faire le controle visuel de tous vos sujets les uns après les autres sans attendre les calculs (qui ont été fait lors de la première itération)

Paramètres

push_zone: String ( input )

pet_dicoms_directory: Répertoire ( entrée )

ct_dicoms_directory: Répertoire ( entrée )

t1_dicoms_directory: Répertoire ( entrée )

study: Choice ( input )

database: Choice ( input )

center: String ( input )

subject: String ( input )

acquisition: String ( input )

tracer: String ( input )

pet_reconstruction: String ( input )

delay_time: Réel ( input )

weight: Réel ( input )

dose_injected: Réel ( input )

tracer_half_life: Réel ( input )

blood_sugar: String ( input )

pet_acquisition_date: String ( input )

list_subjects_txt: Text file ( entrée )

ct_reconDiam: String ( input )

t1mri_acquisition_date: String ( input )

pet_dicoms_zip: PET raw dicom ( sortie )

pet_dynamic: PET dynamic ( sortie )

pet_dynamic_realigned: PET dynamic realigned ( sortie )

pet_mean: PET mean ( sortie )

pet_mean_baseline: PET mean ( sortie )

pet_outline: PET outline ( sortie )

pet_referential: referential of PET ( sortie )

ct_dicoms_zip: CT raw dicom ( sortie )

ct: CT ( sortie )

ct_outline: CT outline ( sortie )

ct_referential: referential of CT ( sortie )

ct_to_pet: CT to PET transformation file ( sortie )

t1: Raw T1 MRI ( sortie )

t1_dicoms_zip: T1 MRI raw dicom ( sortie )

t1_referential: Referential of Raw T1 MRI ( sortie )

QC_report: PDF Board ( sortie )

Informations techniques

Toolbox : Imagerie nucléaire

Niveau d'utilisateur : 1

Identifiant : PETPQCPipeline

Nom de fichier : brainvisa/toolboxes/nuclearimaging/processes/PETPQCPipeline.py

Supported file formats :

pet_dicoms_directory :

Répertoire, Répertoire

ct_dicoms_directory :

Répertoire, Répertoire

t1_dicoms_directory :

Répertoire, Répertoire

list_subjects_txt :

Text file, Text file

pet_dicoms_zip :

ZIP file, ZIP file

pet_dynamic :

Répertoire, Répertoire

pet_dynamic_realigned :

Répertoire, Répertoire

pet_mean :

NIFTI-1 image, NIFTI-1 image

pet_mean_baseline :

NIFTI-1 image, NIFTI-1 image

pet_outline :

NIFTI-1 image, NIFTI-1 image

pet_referential :

Referential, Referential

ct_dicoms_zip :

ZIP file, ZIP file

ct :

NIFTI-1 image, NIFTI-1 image

ct_outline :

NIFTI-1 image, NIFTI-1 image

ct_referential :

Referential, Referential

ct_to_pet :

Transformation matrix, Transformation matrix

t1 :

NIFTI-1 image, NIFTI-1 image

t1_dicoms_zip :

ZIP file, ZIP file

t1_referential :

Referential, Referential

QC_report :

PDF File, PDF File