Using Monte Carlo simulations to commission photon beam output factors—a feasibility study
Notice bibliographique
Résumé
This study investigates the feasibility of using Monte Carlo methods to assist the commissioning of photon beam output factors from a medical accelerator. The Monte Carlo code, BEAMnrc, was used to model 6 MV and 18 MV photon beams from a Varian linear accelerator. When excellent agreements were obtained between the Monte Carlo simulated and measured dose distributions in a water phantom, the entire geometry including the accelerator head and the water phantom was simulated to calculate the relative output factors. Simulated output factors were compared with measured data, which consist of a typical commission dataset for the output factors. The measurements were done using an ionization chamber in a water phantom at a depth of 10 cm with a source-detector distance of 100 cm. Square fields and rectangular fields with widths and lengths ranging from 4 cm to 40 cm were studied. The result shows a very good agreement (< 1.5%) between the Monte Carlo calculated and the measured relative output factors for a typical commissioning dataset. The Monte Carlo calculated backscatter factors to the beam monitor chamber agree well with measured data in the literature. Monte Carlo simulations have also been shown to be able to accurately predict the collimator exchange effect and its component for rectangular fields. The information obtained is also useful to develop an algorithm for accurate beam modelling. This investigation indicates that Monte Carlo methods can be used to assist commissioning of output factors for photon beams.
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 | 0,000 | 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) | 0,000 | 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 ».