Feasibility of a fast inverse dose optimization algorithm for IMRT via matrix inversion without negative beamlet intensities
Notice bibliographique
Résumé
A fast optimization algorithm is very important for inverse planning of intensity modulated radiation therapy (IMRT), and for adaptive radiotherapy of the future. Conventional numerical search algorithms such as the conjugate gradient search, with positive beam weight constraints, generally require numerous iterations and may produce suboptimal dose results due to trapping in local minima. A direct solution of the inverse problem using conventional quadratic objective functions without positive beam constraints is more efficient but will result in unrealistic negative beam weights. We present here a direct solution of the inverse problem that does not yield unphysical negative beam weights. The objective function for the optimization of a large number of beamlets is reformulated such that the optimization problem is reduced to a linear set of equations. The optimal set of intensities is found through a matrix inversion, and negative beamlet intensities are avoided without the need for externally imposed ad-hoc constraints. The method has been demonstrated with a test phantom and a few clinical radiotherapy cases, using primary dose calculations. We achieve highly conformal primary dose distributions with very rapid optimization times. Typical optimization times for a single anatomical slice (two dimensional) (head and neck) using a LAPACK matrix inversion routine in a single processor desktop computer, are: 0.03 s for 500 beamlets; 0.28 s for 1000 beamlets; 3.1 s for 2000 beamlets; and 12 s for 3000 beamlets. Clinical implementation will require the additional time of a one-time precomputation of scattered radiation for all beamlets, but will not impact the optimization speed. In conclusion, the new method provides a fast and robust technique to find a global minimum that yields excellent results for the inverse planning of IMRT.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».