SU‐FF‐J‐05: Motion Estimation Using Cone‐Beam CT Projection Images
Notice bibliographique
Résumé
Purpose: To investigate the motion information that can be extracted from the raw cone‐beam CT(CBCT) projection data of a fiducial marker in a respiratory motion phantom. Methods and Materials: A CBCT was acquired of a programmable respiratory phantom embedded with a gold seed fiducial marker. During acquisition, 650 raw projection images were sequentially captured as the imager rotated in a 360 degree arc. With a 60 second CBCT, and a 4 second respiratory period, the raw dataset contained motion information from 15 complete motion cycles. The images were binned based on respiratory phase, and the location of the gold seed in each image was determined. The back‐projections of the fiducial at the same phase but from different cycles (and therefore different gantry angles) produced a set of points representing fiducial positions at that phase. By using the average position, and by reconstructing positions for all phases, a trajectory was built. Results: When the fiducial's motion was identical from cycle to cycle, the difference between the actual and reconstructed average motion was less than 1mm. When the motion changes between cycles, an ‘average trajectory’ can be constructed, whose fidelity to the true average depends on the degree of variability of the true motion cycle to cycle. Conclusions: There is motion information present in the raw CBCT dataset that can be exploited with the use of an implanted fiducial marker. This particular example might provide a useful characterization of the internal motion at the treatment unit from the same dataset as is used for patient and target setup.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».