MétaCan
Menu
Retour à la cohorte
Enregistrement W1541178650 · doi:10.1120/jacmp.v16i3.5036

Assessment of Eclipse electron Monte Carlo output prediction for various topologies

2015· article· en· W1541178650 sur OpenAlexaff
Shane L. Lawrence, Natascha van Lieshout, Paule M. Charland

Notice bibliographique

RevueJournal of Applied Clinical Medical Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensGrand River HospitalUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodEclipseTruebeamMonitor unitComputational physicsPhysicsElectronOpticsComputer scienceBeam (structure)MathematicsLinear particle acceleratorNuclear medicineNuclear physicsStatistics

Résumé

récupéré en direct d'OpenAlex

Monte Carlo simulation is deemed to be the leading algorithm for accurate dose calculation with electron beams. Patient anatomy (contours and tissue densities) as well as irradiation geometry is accounted for. The accuracy of the Monitor Unit (MU) determination is one essential aspect of a treatment planning system. Patient-specific quality assurance of a Monte Carlo plan usually involves verification of the MUs with an independent simpler calculation approach, in which flat geometry is to be assumed. The magnitude of the discrepancies between flat and varied surfaces for a few scenarios has been investigated in this study. The ability to predict MUs for various surface topologies by the commercial electron Monte Carlo implementation from Varian Eclipse system (Eclipse eMC) has been evaluated and compared to the Generalized Gaussian Pencil Beam (GGPB) algorithm. Ten phantoms with different topologies were constructed of water-equivalent material. Measurements with a parallel plate ionization chamber were performed using these phantoms to gauge their relative impact on outputs for 6, 9, 12, 16, and 20MeV electron beams from a Varian TrueBeam with cone sizes ranging from 6 × 6 cm2 to 25 × 25 cm2. The corresponding Monte Carlo simulations of the measured geometries were carried out using the CT scans of these phantoms. The results indicated that the Eclipse eMC algorithm can predict these output changes within 3% for most scenarios. However, at the lowest energy, the discrepancy was the greatest, up to 6%. In comparison, the Eclipse GGPB algorithm had much worse agreement, with discrepancies up to 17% at the lowest energies.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,407
Écart entre enseignants0,362 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Clinical Medical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207