Effect of lateral target motion on image registration accuracy in CT‐guided helical tomotherapy: A phantom study
Notice bibliographique
Résumé
Optimisation of imaging modes for kilovoltage CT (kVCT) used for treatment planning and megavoltage CT (MVCT) image guidance used in ungated helical tomotherapy was investigated for laterally moving targets. Computed tomography images of the QUASAR Respiratory Motion Phantom were acquired without target motion and for lateral motion of the target, with 2-cm peak-to-peak amplitude and a period of 4 s. Reference kVCT images were obtained using a 16-slice CT scanner in standard fast helical CT mode, untagged average CT mode and various post-processed 4D-CT modes (0% phase, average and maximum intensity projection). Three sets of MVCT images with different inter-slice spacings of were obtained on a Hi-Art tomotherapy system with the phantom displaced by a known offset position. Eight radiation therapists performed co-registration of MVCT obtained with 2-, 4- and 6-mm slice spacing and kVCT studies independently for all 15 CT imaging combinations. In the investigated case, the untagged average kVCT and 4-mm slice spacing for the MVCT yielded more accurate registration in the transverse plane. The average residual uncertainty of this combination of imaging procedures was 0.61 +/- 0.16 mm in the longitudinal direction, 0.45 +/- 0.14 mm in the anterior-posterior direction and insignificant in the lateral direction. Manual registration of MVCT-kVCT study pairs is necessary to account for a target in significant lateral motion with respect to bony structures.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».