SU-E-T-51: Characterization of a Novel CCD Camera Based Imaging System for Radiochromic Film Dosimetry
Notice bibliographique
Résumé
Purpose: In this paper we present work to further develop and characterize a novel method of reading radiochromic film. The technique is benchmarked against imaging on a clinically used Epson 10000XL scanner, using well characterized standard dose deliveries and patient IMRT QA results. Methods: A purpose-built CCD camera-based film digitizer was designed and prototyped with Modus Medical (London, Ontario). The system consists of a camera mounted above a LED lightbox, interfaced with computer image acquisition software. The system was based on components of the Vista optical CT scanner (Modus Medical Devices Inc.) and looks to improve on the flat-bed scanner based dosimetry system, which suffer from film orientation dependence and non-uniform scanner sensitivity. Various characteristics imaging system performance were measured including: dependence on camera aperture size, spatial resolution, light scatter contamination, lightbox temperature variation effects, and signal-to-noise ratio (SNR). Dose readout accuracy has also been determined using films that have been imaged using white-light and colour lightbox illumination system. Results are compared with readout using the Epson scanner. Results: The new system provides fast, orientation independent readout of radiochromic film. High resolution (0.25 mm x 0.25 mm pixel size) and high signal-to-noise ratio (SNR = 280 for 230 cGy, 10x10 cm square field) images are obtained in 6.7 seconds, averaging 100 frames. A warm-up time of at least one hour stabilizes light output and eliminates temperature effects. The readout of all test films agree well (to within 1% dose difference over most of the film) to the dose determined by other approaches. Conclusion: This new imaging technique shows good promise to simplify and improve on existing film dosimetry readout. Further development towards a commercial system is currently underway with Modus Medical. Research funding support provided by the Canadian Institutes of Health Research (CIHR)
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».