MétaCan
Menu
← Retour à la cohorte
Enregistrement W1999910193 · doi:10.1118/1.3612632

SU‐E‐T‐669: Clinical Implementation of a Commercial Monte Carlo Treatment Planning System for Electron Beams

2011· article· en· W1999910193 sur OpenAlexaff
Eric Vandervoort, Joanna Cygler

Notice bibliographique

RevueMedical Physics · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodImaging phantomRadiation treatment planningVoxelComputationComputer scienceDosimetryComputational physicsNuclear medicineMedical physicsPhysicsComputational scienceAlgorithmMathematicsOpticsStatisticsMedicineRadiation therapyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose: Several Monte Carlo (MC) based treatment planning systems are commercially available for electron beams and more users are implementing them in the clinical setting. In the case of MC based treatment planning systems in addition to the dose calculation accuracy one also needs to define the additional calculation parameters, such as the calculation voxel size, the choice between the computation of dose‐to‐medium or dose‐to‐water, and the number of histories and/or acceptable level of statistical uncertainty for the voxelized dose distribution. Methods: We report on the influence of these parameters on both calculation time and on the accuracy of calculated dose distributions for the XiO electron Monte Carlo (XiO eMC) software, a new treatment planning system for electron beams developed and commercialized by CMS incorporated. A comparison of radiochromic film measurements with simulated data using different parameters was performed for a complex heterogeneous phantom. Results: Dose calculations in a heterogeneous phantom are in very good agreement with film measurements, provided that appropriate simulation parameters are used (1% average statistical uncertainty, voxel size=2×2×2 mm cubed and dose‐ to‐water is computed). The rapid three‐dimensional dose gradients exhibited for these data highlight the need for a fully 3D dose comparison tool (currently under development) for electron beams treating complex heterogeneous geometries. Using a clinical XiO Linux workstation (8 processors each 3 GHz, 8.29 GB RAM), high resolution (2.5×2.5×2.5 mm cubed) low noise (<1% MRSU) simulations can be obtained in less than 4 and 8 minutes respectively for 9 and 17 MeV beams with a 10×10 cm squared applicator. Conclusions: XiO eMC calculated dose distributions agree very well with the experimental ones in both water tank and heterogeneous phantoms. More investigation may be required, however, to determine the optimal trade off between dosimetric accuracy and clinically acceptable computation times. Financial support has been provided from Elekta CMS 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,005

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,402
Écart entre enseignants0,350 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→