MétaCan
Menu
← Retour à la cohorte
Enregistrement W1467152880 · doi:10.1118/1.4926303

TH‐EF‐BRB‐05: Dynamic Blade Collimation for Image Quality Improvement and Dose Reduction in CBCT Guidance

2015· article· en· W1467152880 sur OpenAlexaff
David Parsons, James L. Robar

Notice bibliographique

RevueMedical Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCollimatorIsocenterImaging phantomCollimated lightImage qualityTruebeamLinear particle acceleratorNuclear medicineMedical imagingComputer scienceOpticsPhysicsComputer visionArtificial intelligenceMedicineBeam (structure)Laser

Résumé

récupéré en direct d'OpenAlex

Purpose: The focus of this work is the development of a novel blade collimation system enabling volume‐of‐interest (VOI) CBCT using the kV source on a TrueBeam linear accelerator (linac). Advantages of the system are assessed, particularly with regard to reduction and localization of dose, as well as improvement of image quality. Methods: A four blade dynamic kV collimator was developed to track a VOI during a CBCT acquisition. The system is controlled using a Raspberry Pi computer placed within the linac gantry. The current prototype is capable of tracking an arbitrary volume defined by the treatment planner for subsequent CBCT guidance. During gantry rotation, the collimator tracks the VOI with adjustment of position and dimension. CBCT image quality was investigated as a function of collimator dimension, while maintaining the same dose to the VOI, for a 20 cm diameter cylindrical water phantom with a 9 mm diameter bone insert centered on isocenter. Dose distributions for various anatomical sites were modeled using a dynamic BEAMnrc library and DOSXYZnrc. The resulting VOI dose distributions were compared to full‐field distributions to quantify dose reduction and localization to the target volume. Results: Preliminary measurements show contrast increase by a factor of 1.3 and noise reduction by a factor of 1.7, for CBCT. This results in a increase in contrast‐to‐noise ratio by a factor of approximately 2.2. Depending upon the anatomical site, dose was reduced to 15%–80% of the full field value along the central axis plane and down to less than 1% along the axial planes. Conclusion: The present system allows CBCT imaging of a planner‐defined volume, offering both image quality improvement and reduction of imaging dose for the patient. Current work involves the development of fluence modulation for VOI CBCT. This work was supported through a research partnership with Varian Medical, Incorporated.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,348
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→