Dose heterogeneity correction for low-energy brachytherapy sources using dual-energy CT images
Notice bibliographique
Résumé
Permanent seed implant brachytherapy is currently used for adjuvant radiotherapy of early stage prostate and breast cancer patients. The current standard for calculation of dose around brachytherapy sources is based on the AAPM TG-43 formalism, which generates the dose in a homogeneous water medium. Recently, AAPM TG-186 emphasized the importance of accounting for tissue heterogeneities. We have previously reported on a methodology where the absorbed dose in tissue can be obtained by multiplying the dose, calculated by the TG-43 formalism, by an inhomogeneity correction factor (ICF). In this work we make use of dual energy CT (DECT) images to extract ICF parameters. The advantage of DECT over conventional CT is that it eliminates the need for tissue segmentation as well as assignment of population based atomic compositions. DECT images of a heterogeneous phantom were acquired and the dose was calculated using both TG-43 and TG-43 [Formula: see text] formalisms. The results were compared to experimental measurements using Gafchromic films in the mid-plane of the phantom. For a seed implant configuration of 8 seeds spaced 1.5 cm apart in a cubic structure, the gamma passing score for 2%/2 mm criteria improved from 40.8% to 90.5% when ICF was applied to TG-43 dose distributions.
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 ».