SU‐FF‐T‐79: IMRT with MLC Rotation — Dose Volume Benefits of High Precision Treatment Planning
Notice bibliographique
Résumé
Purpose: To evaluate a new method of treatment planning that incorporates collimator rotation into MLC based fluence segmentation. Method and Materials: A set of treatment plans were generated using a new technique for fluence segmentation where the collimator is rotated in between each MLC sub‐field. It was previously shown that this technique has improved spatial resolution, increased flexibility in generating aperture shapes and decreased systematic error due to interleaf effects. Unfortunately these studies were limited to single fields. In this study we evaluate the ability of the rotating collimator technique to generate conformal dose distributions by comparing to conventional IMRT plans. Plans for a simple geometric phantom as well as a prostate and nasopharynx carcinoma recurrence were generated. One set of plans was generated with a conventional step‐and‐shoot delivery method (no MLC rotation) while a second set was generated with the collimator rotation segmentation method. Results: 3D dose comparisons as well as DVH analyses show that target coverage is equivalent or better with collimator rotation. Healthy tissue sparing is improved with collimator rotation, although more so for the smaller, more complex, nasopharynx target. It is also shown that increasing radiation efficiency (decreasing monitor units) will increase healthy tissue sparing. A decrease in the number of monitor units is seen with collimator rotation for both clinical cases. Conclusion: By incorporating MLC rotation into IMRT planning it is possible to improve target conformity and healthy tissue sparing. These benefits are more significant for smaller targets of higher complexity. The number of monitor units will also decrease, providing less transmission and total body scatter dose. Conflict of Interest: This work was supported in part by Varian Medical Systems.
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) | 0,001 | 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 | 0,001 | 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 ».