SU‐E‐T‐244: Designing Low‐Z Targets To Enhance Surface Dose: A Monte Carlo Simulation
Notice bibliographique
Résumé
Purpose: Recent developments in The Varian Truebeam linac platform allows for the introduction of low‐Z targets into the beam line for the imaging purposes. We have proposed using a low‐Z target for radiation therapy purposes to enhance the surface dose during radiation treatment. The target arm of the Varian Truebeam accelerator consists of multiple targets with are linearly translated into the beam line. We have designed two Low‐Z targets made of carbon: 1) a step target consisting of three steps of 15%, 30% and 60% CSDA range for 2.5 MeV electrons Figure 1a; 2) and a ramp target, an incline plane 2cm long with thicknesses ranging from 0% to 60% CSDA range, Figure 1b. The purpose of this work will determine the spectral characteristics of these target designs and determine if they have practical clinical applications for enhancing surface dose. Methods: To calculate the spectral characteristics of these targets, a standard Monte Carlo model of a Varian Clinac accelerator was used. Simulations were performed with a carbon step target, and a carbon ramp target, located at the same position as the electron foil in the rotating carousel. Simulations were carried out using a 2.5 MeV electron beam. Results: The step target design produced spectral characteristics which were similar to spectral model using a single disk target of the same thickness. The ramp target provides a means to have positional variation of the spectral components of the beam, however, the electron component as 60% CSDA us much broader than the step target. Conclusion: The carbon step‐target provides a spectral distribution which is similar to a carbon disk of comparable thickness. The spectral distribution from the ramp‐target can be modified as a function of position to provide a wide range of low energy electrons for surface dose enhancement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».