Po‐Thur Eve General‐27: Analytical model for electron arc beam output determination using an Elekta SL‐25 linear accelerator
Notice bibliographique
Résumé
The clinical implementation of electron arc therapy requires a large amount of measured dosimetric data. All necessary measurements were done on an Elekta SL‐25 with a 10 MeV electron beam. Beam output and PDD measurements were performed in five different cylindrical acrylic phantoms using TLDs. The phantom radius (di) ranged between 5.1 and 15.2 cm, the total arc angles (α) varied between 60° and 160° and the number of monitor units (MU) per degree between 0.5 and 7. Based on this data bank, an analytical model was developed for monitor unit (MU) calculation. This model estimates arc beam output at the depth of maximum dose (dmax) as a function of di and α for a given field width at isocentre (w). Curve fitting of the complete set of beam output data was done with an asymptotic relationship between the dose rate at dmax and the inverse square of di. The dependence of the beam output on α was introduced by assuming an explicit function of α for each parameter of the model. Results show that the calculated beam output data is a good approximation for all measured data for all phantoms and arc angles: 89% of the calculated values are within ± 3% of the measured ones and all calculated points are within a ± 5% error range. The MU calculation then becomes straightforward, without the need of measuring each clinical case.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».