MétaCan
Menu
Retour à la cohorte
Enregistrement W2000030272 · doi:10.1120/jacmp.v6i3.2054

A comparison of two commercial treatment‐planning systems for IMRT

2005· article· en· W2000030272 sur OpenAlexafffund
M Petrić, Brenda Clark, James L. Robar

Notice bibliographique

RevueJournal of Applied Clinical Medical Physics · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensNova Scotia Cancer CentreDalhousie UniversityUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMultileaf collimatorRadiation treatment planningComputer scienceCollimatorWeightingMonitor unitDosimetryMedical physicsNuclear medicineAlgorithmOpticsRadiation therapyPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

This study compared the clinical functionality of BrainSCAN (BrainLAB) and Helios (Eclipse, Varian) for intensity-modulated radiation therapy (IMRT) treatment planning with the aim of identifying practical and technical issues. The study considered implementation and commissioning, dose optimization, and plan assessment. Both systems were commissioned for the same 6 MV photon beam equipped with a high-resolution multileaf collimator (Varian Millennium 120 leaf). The software was applied to three test plans having identical imaging and contour data. Analysis considered 3D axial dose distributions, dose-volume histograms, and monitor unit calculations. Each system requires somewhat different input data to characterize the beam prior to use, so the same data cannot be used for commissioning. In addition, whereas measured beam data was entered directly into Helios with minimal data processing, the BrainSCAN system required configured beam data to be sent to BrainLAB before clinical use. One key difference with respect to system commissioning was that BrainSCAN required high resolution data, which necessitated the use of detectors with small active volumes. This difference was found to impact on the ability of the systems to accurately calculate dose for highly modulated fields, with BrainSCAN being more successful than Helios. In terms of functionality, the BrainSCAN system uses a dynamically penalized likelihood inverse planning algorithm and calculates four plans at once with various relative weighting of the planning target and organ-at-risk volumes. Helios uses a gradient algorithm that allows the user to make changes to some of the input parameters during optimization. An analysis of the dosimetry output shows that, although the systems are different in many respects, they are each capable of producing substantially equivalent dose plans in terms of target coverage and normal tissue sparing.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,485
Écart entre enseignants0,400 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations14
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Clinical Medical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207