SU‐E‐T‐424: Improved Dosimetric Accuracy for Cyberknife Patient Plans Using a Dual‐Detector Measurement Method for Relative Output Factors
Notice bibliographique
Résumé
Purpose: The measurement of output factors (OFs) for small fields can lead to large dosimetric errors if detector effects are not accounted for. With its high spatial resolution and tissue equivalence, GAFCHROMIC film provides a correction free measure of OFs. We recently changed the OFs used in our Cyberknife planning system from uncorrected diode values to a dual detector method employing a diode with Monte‐Carlo corrections for the smallest collimators and a micro ion chamber for collimators >10 mm in diameter. Methods: We measured OFs for the CyberKnife G4 fixed collimators (5 to 60 mm) using an A16 microchamber and an Edge diode detector. The diode measured OFs for collimator sizes <10 mm were corrected using Monte‐Carlo correction factors. OFs were also measured using GAFCHROMIC film. We evaluated how this change in OFs influenced the dosimetric accuracy of patient specific QA measurements for 13 patient plans (9 before and 4 after the OF change) using film and the A16 chamber. Results: The OFs measured using the dual‐detector method agree with film to within two standard deviations for the full range of collimator sizes. When the dual detector method OFs are used, we achieve better dosimetric agreement (<2 sigma for pixels within the 80% isodose) than with uncorrected diode OFs for all patient specific QA plans measured using film. For patient specific QA using the microchamber, we get good agreement (<3%) for collimator sizes >5 mm, with differences observed for the 5 mm collimator consistent with volume averaging and a 1 mm setup uncertainty. Conclusions: OFs can be determined consistently using the dual‐detector method and verified using film. For patient specific QA, we achieve good agreement with microchambers for collimators >5 mm in diameter but film is the most appropriate detector for patient specific QA using the 5 mm collimator.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».