Poster — Wed Eve—36: Preliminary Results of Patient Scatter Model for EPID Dosimetry
Notice bibliographique
Résumé
Complex radiotherapy techniques, such as intensity modulated radiation therapy (IMRT) or volumetric modulated radiation therapy (VMAT), have greatly increased the motivation for dosimetric verification of radiation therapy treatments. Pretreatment dosimetry is typically carried out prior to a patient's treatment but verification of the actual delivered treatment is not usually performed. Amorphous silicon electronic portal imaging devices (a‐Si EPIDs) have been established for IMRT verification, with one method involving the comparison of a predicted image to a measured image to determine whether the treatment field was delivered correctly. In this work, a comprehensive physics‐based parameter fluence model is interfaced with a patient scatter model to predict portal dose images. The patient scatter algorithm consists of a library of Monte Carlo calculated, scattered photon fluence kernels which predict scattered energy fluence exiting the patient or phantom. Images were acquired with an a‐Si EPID using a 6 MV beam and slab material in the beam path to test the model. Field size ranged from 1×1 to , with solid water thicknesses extending from 1 cm to 25 cm and an air gap of 40 cm. A prostate IMRT field was acquired during a patient treatment for prediction as well. Smaller fields were found to be accurately predicted within 2% and 2 mm, while larger fields were over‐predicted. The prostate field agreed within 2%, 3 mm. The model is able to accurately predict most MLC‐defined fields to within 2% and 2 mm; a prostate IMRT field has also been accurately predicted.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,006 | 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 ».