SU‐E‐T‐782: Using Light Output From Doped Plastic Scintillators to Resolve the Linear Energy Transfer Spectrum of Clinical Electron Beams
Notice bibliographique
Résumé
Purpose: This research seeks to develop a portable, clinically‐suitable linear energy transfer (LET) detector. In radiotherapy, absorbed dose is commonly used to measure the amount of delivered radiation, though, it is not a good indicator of actual biological damage. LET is the energy absorbed per unit length by a medium along charged particle's pathway; studies have shown that LET correlates well with relative biological effectiveness (RBE). Methods: According to Birks’ law, light output of plastic scintillators is stopping‐power dependent. This dependency can be varied through doping by various high‐Z elements. By measuring light output signals of differently doped plastic scintillators (represented by column vector S, where each row corresponds to different scintillator material), the fluence of charged particles of a given LET (represented by column vector Φ, where each row corresponds to different LET bins) can be unfolded by S=R*Φ where R is system response matrix (each row represents a different scintillator, each column corresponds to different electron LET). Monte Carlo (MC) GEANT4.10.1 was used to evaluate ideal detector response of BC408 scintillating material doped with various concentrations of several high Z dopants. Measurements were performed to validate MC. Results: Signal for 1%‐lead doped BC408 and the non‐doped scintillator was measured experimentally by guiding light emitted by the scintillator (via in‐house made taper, fiber system) to a PMT and then an electrometer. Simulations of 1%Pb‐doped scintillator to non‐doped scintillator revealed 9.3% reduction in light output for 6 MeV electrons which compared well (within uncertainty) with measurements showing 10% reduction (6MeV electrons). Conclusion: Measurements were used to validate MC simulation of light output from doped scintillators. The doping of scintillators is a viable technique to induce LET dependence. Our goal is to use this effect to resolve the LET spectrum of an incident beam.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».