SU‐E‐T‐469: The Effects of Patient Anatomy and Parallel Magnetic Fields on Beamlet Dose Distributions
Notice bibliographique
Résumé
Purpose: Beamlets are generated in a patient geometry in the presence of a magnetic field to investigate the effects of tissue density and magnetic field on beamlet dose distributions, which is important for the optimization of photon fluence to be delivered by a linac‐MR system. Methods: 50×50 mm2 fields were placed with isocenter in the middle of a patient's right lung. Each treatment field was decomposed into 100 beamlets (each 5×5 mm2). BEAMnrc scored the particle phase space at 100.2 cm from the source in the linac‐MR geometry (isocentre at 126 cm) with parallel magnetic fields of 0, 0.56, and 3T. DOSXYZnrc was modified to score the energy deposited by particles from this phase space as a function of the beamlet the particle passed through. The calculation volume of 70×46×64 voxels encompassed the patient with a voxel size of 3×3×3 mm3. Each beamlet was normalized to the dose calculated to a 3×3×3 mm3 voxel with isocenter at 5cm depth in a flat water tank without a magnetic field. Results: Beamlet files were calculated on Western Canada's high performance computing cluster (Westgrid) using 100 processors, enabling simulation of 109 histories in less than 3 hours. The resulting files, which contained 3D dose distributions for all 100 beamlets, were 81 MB per field. The Monte Carlo uncertainty was also stored. The gyroradii for 1 MeV electron traversing field lines at 20 degrees are 2.9mm and 0.5mm for 0.56 and 3T fields respectively. The 0.56T parallel magnetic field has a small effect compared to the distortion of the beamlet introduced by the presence of lung. Conclusions: The effect of tissue heterogeneities is more significant than the effect of a 0.56T parallel magnetic field. A 3T field refocuses the dose in lung to the beamlet path and significantly reduces the lateral electron scatter.
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 | 0,000 |
| 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) | 0,002 | 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 ».