MétaCan
Menu
← Retour à la cohorte
Enregistrement W1974842051 · doi:10.1118/1.1929252

The use of phase sequence image sets to reconstruct the total volume occupied by a mobile lung tumor

2005· article· en· W1974842051 sur OpenAlexaff
Isabelle Gagne, Don Robinson, Ross Halperin, Wilson Roa

Notice bibliographique

RevueMedical Physics · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensKelowna General HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésImaging phantomVolume (thermodynamics)Computer scienceMotion (physics)Margin (machine learning)Computer visionNuclear medicineArtificial intelligenceMathematicsPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

The use of phase sequence image (PSI) sets to reveal the total volume occupied by a mobile target is presented. Isocontrast composite clinical target volumes (CCTVs) may be constructed from PSI sets in order to reveal the total volume occupied by a mobile target during the course of its travel. The ability of the CCTV technique to properly account for target motion is demonstrated by comparison to contours of the true total volume occupied (TVO) for a number of experimental phantom geometries. Finally, using real patient data, the clinical utility of the CCTV technique to properly account for internal tumor motion while minimizing the volume of healthy lung tissue irradiated is assessed by comparison to the standard approach of applying safety margins. Results of the phantom study reveal that CCTV cross sections constructed at the 20% isocontrast level yield good agreement with the total cross sections (TXO) of mobile targets. These CCTVs conform well to the TVOs of the moving targets examined whereby the addition of small uniform margins ensures complete circumscription of the TVO with the inclusion of minimal amounts of surrounding external volumes. The CCTV technique is seen to be clearly superior to the common practice of the addition of safety margins to individual CTV contours in order to account for internal target motion. Margins required with the CCTV technique are eight to ten times smaller than those required with individual CTVs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,317
Écart entre enseignants0,303 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→