Assessment of Eclipse electron Monte Carlo output prediction for various topologies
Notice bibliographique
Résumé
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».