MétaCan
Menu
Retour à la cohorte
Enregistrement W2004867740 · doi:10.1118/1.1796111

Development and clinical introduction of an inverse planning dose optimization by simulated annealing (IPSA) for high dose rate brachytherapy

2004· article· en· W2004867740 sur OpenAlexaff
Étienne Lessard

Notice bibliographique

RevueMedical Physics · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBrachytherapySimulated annealingRadiation treatment planningDosimetryDwell timeComputer scienceMedical physicsAlgorithmMathematical optimizationNuclear medicineRadiation therapyMedicineMathematicsRadiology

Résumé

récupéré en direct d'OpenAlex

High dose rate brachytherapy is a promising radiation treatment modality that uses temporarily implanted catheters to deliver the curative dose directly in the tumor. A programmable robotic device (the afterloader) moves a single tiny radioactive source (192Ir) along the catheters using a flexible cable attached to the source. With this flexible system, a wide variety of dose distributions can be generated from a given implant simply by adjusting the length of time (dwell time) that the source dwells at any location within the implanted catheters (dwell position). The challenge is to select the optimal sequence of dwell times related to the unique clinical situation of each patient. This treatment‐planning problem can be formalized as a combinatorial optimization problem. The optimization algorithm presented in this thesis is conceived to perform this task. An inverse planning (IP) approach has been adopted to guide the optimization process. This means that the optimization is guided by clinical objectives described by means of dose constraints specified to each digitized anatomical structure. A simulated annealing (SA) optimization engine has been designed to solve this particular problem in a short time for clinical applications (about ). This inverse planning by simulated annealing (IPSA) algorithm has been successfully implanted in four institutions: UCSF(1), CHUQ(2), NIH(3), CAV(4). At the moment of writing this thesis, more than 300 patients have been treated at these institutions for a wide variety of anatomical sites. Clinical studies performed by clinicians using IPSA demonstrated that the algorithm produces superior treatment plans from a dosimetric point of view than the conventional method using geometrical optimization. IPSA improves the target dose coverage while minimizing the dose delivered to organs at risk and provides consistent results from one patient to another. Both dosimetric indices and overall procedure time were improved with the clinical introduction of IPSA.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
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)0,0030,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,334
Écart entre enseignants0,314 · 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
GenreMéthodes

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

En bref

Citations16
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207