Development of a portal dose image prediction algorithm for arbitrary detector systems
Notice bibliographique
Résumé
This thesis presents the development of a two‐step model that predicts dose deposition in arbitrary portal image detectors. The algorithm requires patient computed tomographic data, source‐detector distance, and knowledge of the incident photon beam fluence. The first step predicts the photon fluence entering a portal imaging detector located behind the patient. Primary fluence is obtained through simple ray tracing techniques, while scatter fluence prediction requires a library of scatter fluence kernels generated by Monte Carlo simulation. These kernels allow prediction of basic radiation transport parameters characterizing the scattered photons, including fluence and energy. The second step of the algorithm involves a superposition of Monte Carlo‐generated pencil beam kernels, describing dose deposition in a specific detector, with the predicted incident fluence of primary and scattered photons. The algorithm is tested on a variety of simple slab and anthropomorphic phantoms. Clinical parameters were varied over a wide range of interest, including 6, 18, and 23 MV photon beam spectra and 10–80 cm air gap between phantom and portal imaging detector. Both low and high atomic number detectors were used to verify the algorithm, including a linear array of fluid ionization chambers and a solid state, amorphous silicon detector. Agreement between predicted and measured portal dose is better than 5% in areas of low dose gradient (<30%/cm) and better than 5 mm in areas of high dose gradient (>30%/cm) for the variety of situations tested here. It is concluded that this portal dose prediction algorithm is fast, accurate, allows separation of primary and scatter dose, and can model dose image formation in arbitrary detector systems.
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) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».