Po‐Poster ‐ 21: On the use and sensitivity of dose‐functional volume histograms in radiation treatment planning
Notice bibliographique
Résumé
With the increased use of multi‐modality imaging in radiation oncology, dose functional volume histograms (DfVHs) have been introduced as a simple and insightful means of incorporating healthy and diseased tissue functional information in treatment evaluation. The DfVHs themselves may also be used to estimate radiobiological metrics such as the Equivalent Uniform Dose (EUD) or probability of tumor control and normal tissue damage. As the concepts of the DfVH and its utility in computing radiobiological metrics are still in development, the purpose of this work was to investigate the interpretation and sensitivities of DfVH curves and subsequently deduced radiobiological estimates by using mathematically defined and perturbed functional image data sets. Factors such as the signal to noise ratio of the functional image, the relationship between signal intensity of the functional image to the number of functional sub‐units in the voxel, and the extent of mis‐alignment of the functional image to the dose distribution all may affect the shape of the DfVH. As a consequence radiobiological metrics, such as the EUD, are also sensitive to these factors and caution is recommended when using these functions as a predictive measure of outcome. Despite this, the simplicity and relative robustness of the DfVH provides an efficient means of ranking the quality of competing treatment plans. This work was funded through a grant from the MDS‐Nucletron CCO Medical Physics Fund.
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 | 0,015 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».