MO-E-AUD B-04: Fast, Accurate Photon Beam Accelerator Modeling Using BEAMnrc and VMC++: A Systematic Investigation of Variance Reduction and Efficiency Enhancing Methods and Cross-Section Data
Notice bibliographique
Résumé
Purpose: To report on the accuracy of cross-section data in BEAMnrc and on the performance of variance reduction and efficiency enhancing techniques for fast, accurate linac simulations using the BEAMnrc and VMC++ code systems. Method and Materials: BEAMnrc and VMC++ were used to simulate a 6 MV photon beam from a Siemens Primus linac. Phase space (PHSP) files were generated for a range of field sizes, from 10×10 to 40×40 cm2. BEAMnrc parameters under investigation were grouped by: i) photon and bremsstrahlung cross-sections; ii) approximate efficiency improving techniques (AEIT); iii) variance reduction techniques (VRT); iv) VRT (bremsstrahlung splitting) with AEIT (range rejection). Efficiencies were obtained for the mean energy, fluence, angular and spectral distributions and PHSP files were subsequently used as input for DOSXYZnrc-based phantom dose calculations; these calculations were verified against measurements. Results: Efficiencies were calculated for the various VRT/AEIT combinations in BEAMnrc, relative to simulations without VRT/AEIT, namely: (a) 935 (∼111 min. on a single 2.6 GHz CPU) and 200 for 10×10 and 40×40 resp. using directional bremsstrahlung splitting (DBS) and no electron splitting, (b) 420 and 175 for 10×10 and 40×40 resp. using DBS and electron splitting combined with augmented range rejection, a technique recently introduced in BEAMnrc. Calculations with VMC++ produced efficiencies of 1400 (∼6 min. on a single CPU) for 10×10 versus BEAMnrc (no VRT/AEIT). Noteworthy differences (±1–3%) were observed with the NIST bremsstrahlung cross-sections compared with those of Bethe-Heitler (default). However, MC calculated dose distributions (using all combinations of VRT/AEIT and cross-section data) agreed within 2%/2 mm of measurements. Conclusion: VRT/AEIT related to DBS significantly improves the efficiency of BEAMnrc PHSP simulations. VMC++ can be used to perform simulations of the entire linac and phantom within minutes on a single processor. Further investigation of bremsstrahlung cross-section data is warranted. Acknowledgement: NIH-R01CA106770.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».