MétaCan
Menu
← Retour à la cohorte
Enregistrement W2009110317 · doi:10.1118/1.4740201

Sci—Fri PM: Delivery — 06: A generalized solution to the wide field array calibration method

2012· article· en· W2009110317 sur OpenAlexaff
Balázs Nyíri, L Gerig

Notice bibliographique

RevueMedical Physics · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésCalibrationField (mathematics)Computer scienceMedical physicsPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Multi detector arrays are commonly used in radiation oncology for IMRT and Linac QA. The calibration of detector arrays is usually based on the wide field calibration technique. Unfortunately small beam changes between measurements will result in large error propagation. The present work introduces a generalized modified version of the wide field calibration method, robust against measurement to measurement variation. Our generalized framework uses an unlimited number of measurement pairs, n geometric positions providing n(n-1)/2 pairs. We solve this large over determined linear system using least squares with gradient method. Measurements were made on an Elekta synergy 6 MV beam with two IBA Matrixx detectors, each containing a 32 × 32 array (1024) of vented pixel ionization chambers. Data acquisition was by the IBA Omnipro Advance software, version 1.2 running in the "ONLINE" cine mode with a 10 sec integration time. Continuous beam sampling (10 seconds long) measured over 10 minutes demonstrated why consistent calibration using the conventional wide field calibration is a challenge. Overall signal changes of 1.6%, flatness changes of 0.3% and the beam symmetry changes of 0.2% over the full 10 minute beam-on time were observed. For the purpose of testing and demonstration of our method, we have chosen to make measurements in 5 geometric orientations relative to the beam, including 1 reference position, 2 rotations and 2 translations. With our method we were able to calibrate all 1024 detectors to better than 0.6% total uncertainty as demonstrated against inter and intra MatriXX comparison.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,017
Tête enseignante GPT0,314
Écart entre enseignants0,297 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→