SU‐E‐J‐239: Influence of RF Coil Materials On Surface and Buildup Dose From a 6MV Photon Beam
Notice bibliographique
Résumé
Purpose: In order to perform real time tumour tracking using an integrated Linac‐MR, images have to be acquired during irradiation. MRI uses RF coils in close proximity to the imaged volume. Given current RF coil designs this means that the high energy photons will be passing through the coil before reaching the patient. This study experimentally investigates the dose modifications that occur due to the presence of various RF coil materials in the treatment beam. Methods: Polycarbonate, copper or aluminum tape, and Teflon were used to emulate the base, conductor and cover respectively of a surface RF coil. These materials were placed at various distances from the surface of polystyrene or solid water phantoms which were irradiated in the presence of no magnetic field, a transverse 0.2T magnetic field, and a parallel 0.2T magnetic field. Percent depth doses were measured using ion chambers. Results: A significant increase in surface and buildup dose is observed. The surface dose is seen to decrease with an increasing separation between the emulated coil and the phantom surface, when no magnetic field is present. When a transverse magnetic field is applied the surface dose decreases faster with increasing separation, as some of the electrons created in the coil are curved away from the phantom's surface. When a parallel field is present the surface dose stays approximately constant for small separations, only slightly decreasing for separations greater than 5cm, since the magnetic field focuses the electrons produced in the coil materials not allowing them to scatter. Conclusion: Irradiating a patient through an RF coil leads to an increase in the surface and buildup doses. Mitigating this increase is important for the successful clinical use of either a transverse or a parallel configuration Linac‐MR unit. This project is partially supported by an operating grant from the Canadian Institute of Health Research (CIHR MOP 93752)
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».