Evaluation of the analytical anisotropic algorithm in an extreme water–lung interface phantom using Monte Carlo dose calculations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Our study compares the performance of the analytical anisotropic algorithm (AAA), a new superposition-convolution algorithm recently implemented in the Eclipse (Varian Medical Systems, Palo Alto, CA) Integrated Treatment Planning System (TPS), to that of the pencil beam convolution (PBC) algorithm in an extreme (C-shaped, horizontal and vertical boundaries) water-lung interface phantom. Monte Carlo (MC) calculated dose distributions for a variety of clinical beam configurations at nominal energies of 6-MV and 18-MV are used as benchmarks in the comparison. Dose profiles extracted at three depths (4, 10, and 16 cm), two-dimensional (2D) maps of the dose differences, and dose difference statistics are used to quantify the accuracy of both photon-dose calculation algorithms. Results show that the AAA is considerably more accurate than the PBC, with the standard deviation of the dose differences within a region encompassing the lung block reduced by a factor of 2 and more. Confidence limits with the AAA were 4% or less for all beam configurations investigated; with the PBC, confidence limits ranged from 3.5% to 11.2%. Finally, AAA calculations for the small 4 x 4 18-MV beam, which is poorly modeled by PBC (dose differences as high as 16.1%), provided the same accuracy as the PBC model of the 6-MV beams commonly acceptable in clinical situations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle