SU‐GG‐J‐106: Improved Planar and Megavoltage Cone‐Beam Imaging Using Low‐Z Linear Accelerator Targets
Notice bibliographique
Résumé
Purpose: to examine the effect of using low atomic number (Z) target materials on megavoltage portal and cone‐beam CT (CBCT) image quality. Method and materials: for experimental measurements, four low‐Z targets were installed in a linear accelerator carousel (Varian 2100EX) for the generation of experimental spectra for imaging. The targets were composed of beryllium or aluminum with thicknesses set to approximately 60% of the CSDA range of either 4 MeV or 6 MeV electrons. For CBCT acquisition, the beam and detector were fixed, and a rotation stage was controlled by software to acquire multiple angular projections of phantoms. To examine photon energy spectra and to provide a means for optimizing the imaging system, the beam generation and detector panel were modeled using BEAMnrc/DOSXYZ Monte Carlo package. For 6MV, the beam/detector model was validated by comparing experimental and MC‐generated images of open fields. Results: The modeled, experimental spectra demonstrate the recovery of photons below 150 keV. For the 4 MeV/Be beam, for example, approximately 1/3rd of photons have energies below 60 keV. MC models of planar imaging show significant improvement of image contrast compared to the standard 6MV beam, and suggest that i) of the four energy/target combinations studied, the 4 MeV/Be combination provides the greatest contrast improvement and ii) a modest additional increase in contrast is achieved by removing the copper buildup layer from the detector. Initial low‐Z target CBCT images show improved image contrast; full quantitative results will be presented. Conclusion: The use of megavoltage electron beams combined with low‐Z targets offers the potential for improved image quality, particularly in terms of image contrast. This approach may be promising for improved and highly‐integrated on‐board megavoltage imaging. Conflict of interest: This research has been sponsored by Varian Medical Systems, Incorporated.
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 | 0,001 |
| 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 | 0,001 | 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 ».