Light dosimetry for multiple cylindrical diffusing sources for use in photodynamic therapy
Notice bibliographique
Résumé
Since prostatic carcinoma is usually multifocal within the prostate, effective photodynamic therapy (PDT) of prostatic carcinoma is expected to require the photochemical destruction of the entire organ. Accurate light dosimetry will be essential to avoid damage to proximal sensitive tissue such as the rectum. The prostate will be illuminated using interstitial cylindrical fibreoptic light sources and, because of the limited transparency of prostate tissue, these sources will be mounted in a parallel array analogous to the source array used in brachytherapy. Both source spacing and the light delivered to each source will control light dosimetry from a parallel array of fibreoptic sources implanted into tissue. Clinical PDT will require dose planning in order to determine the position and illumination of each source prior to treatment, but unfortunately few methods of predicting light fluence from cylindrical interstitial sources currently exist. In this paper, a novel light fluence model is used to predict tissue transillumination resulting from cylindrical interstitial sources. The cylindrical source is modelled as a finite array of infinitesimal small sources using Christian Huygens' famous single-slit diffraction model. We show that this source model when combined with a robust derivation of fluence in a spherical geometry using diffusion theory, accurately predicts fluence levels from a single cylindrical source in a variety of media. This method is found to retain its accuracy near the sources. With a simple extension, this fluence model is used to predict the light fluence levels from an array of three sources and the predicted fluence is found to compare favourably with experimental data.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».