TU-AB-201-11: A Novel Theoretical Framework for MRI-Only Image Guided LDR Prostate and Breast Brachytherapy Implant Dosimetry
Notice bibliographique
Résumé
Purpose: To propose a novel framework for accurate model-based dose calculations using only MR images for LDR prostate and breast seed implant brachytherapy. Methods: Model-based dose calculation methodologies recommended by TG-186 require further knowledge about specific tissue composition, which is challenging with MRI. However, relying on MRI-only for implant dosimetry would reduce the soft tissue delineation uncertainty, costs, and uncertainties associated with multi-modality registration and fusion processes. We propose a novel framework to address this problem using quantitative MRI acquisitions and reconstruction techniques. The framework includes three steps: (1) Identify the locations of seeds(2) Identify the presence (or absence) of calcification(s)(3) Quantify the water and fat content in the underlying tissueSteps (1) and (2) consider the sources that limit patient dosimetry, particularly the inter-seed attenuation and the calcified regions; while step (3) targets the quantification of the tissue composition to consider the heterogeneities in the medium. Our preliminary work has shown that the seeds and the calcifications can be identified with MRI using both the magnitude and the phase images. By employing susceptibility-weighted imaging with specific post-processing techniques, the phase images can be further explored to distinguish the seeds from the calcifications. Absolute quantification of tissue, water, and fat content is feasible and was previously demonstrated in phantoms and in-vivo applications, particularly for brain diseases. The approach relies on the proportionality of the MR signal to the number of protons in an image volume. By employing appropriate correction algorithms for T1 - and T2*-related biases, B1 transmit and receive field inhomogeneities, absolute water/fat content can be determined. Results: By considering calcification and interseed attenuation, and through the knowledge of water and fat mass density, accurate patient-specific implant dosimetry can be achieved with MRI-only. Conclusion: The proposed framework showed that model-based dose calculation is feasible using MRI-only state-of-the-art techniques.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».