TH‐C‐137‐05: A MOrphing Technique That Projects 3D Surface Objects to a STandard Metric (MOST); Geometric Modeling of Cervix Cancer Patients for Adaptive Radiation Treatment
Notice bibliographique
Résumé
Purpose: Adaptive radiation therapy (ART) had been proposed based in order to correct the dosimetric discount due to geometric variations by means of feedback control. Numerical modeling of inter‐and intra‐patients' geometric variations is one of the important parts in ART. To this end, a MOrphing technique that projects 3D surface objects to a STandard metric (MOST) was developed. Methods: A total of 174 clinical target volumes (CTVs) were obtained from 32 patients and used to evaluate the MOST. The MOST consists of three main steps; 1) deforming 3D mesh of CTVs to a sphere by parametric active contour (PAC) model, 2) sampling the deformed mesh at evenly distributed girds to be the standard metric, and 3) projecting the 3D data into 2D plane for further analysis. The performance of the MOST was evaluated with respects to 1) iteration number, 2) computation time, and 3) residual deformation, the residual distance between a sphere surface and the deformed node. Result: MOST successfully transformed complex 152 meshes from 28 patients to the standard metric. Convergence was achieved with average iteration of 65 and one standard deviation (STD) of 74 for 137 cases. The computation time was 17.8 hours and this corresponds to 51.3% of the time for all 152 cases. The average±STD of residual deformation was 0.9±0.7‐mm and more than 98% nodes had less than 3‐mm residual deformation. Conclusions: MOST demonstrated its ability to transform complex 3D meshes of cervix cancer into a simple standard metric. Inter‐and intra‐patients' geometric variation could be directly compared and analyzed using the transformed results by virtue of the regularity of standard metric. Numerical modeling of tumor dynamics, implemented using this technique, may provide a systematic way for the estimation of tumor evolution and optimal correctional action for ART. This study is supported by funding from Ray Search Laboratories and Ontario Consortium for Adaptive Interventions Radiation Oncology (OCAIRO).
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) | 0,000 | 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 | 0,001 | 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 ».