SU‐FF‐I‐96: Motion Adaptation for Registering Daily Online CBCT Images to Planning CT Images
Notice bibliographique
Résumé
Purpose: Perform online image guidance (IGRT) and motion assessment using deformable registration by adapting patient liver motion models. Materials and Methods: 4DCT and daily 4DCBCT images were obtained for 15 patients treated under a stereotactic‐body radiotherapy protocol. Finite element models of patient liver respiratory motion were generated using a biomechanical‐model based platform, MORFEUS from 4DCT images. Motion was assessed using a Navigator channels (NC) technique. Five NCs, rectangular regions of interest, were placed on two images at corresponding spatial locations to define left (LR), anterior‐posterior (AP), and superior‐inferior (SI) liver edges. To determine interfraction liver/tumour positioning, the 4DCT exhale and daily 4DCBCT exhale images were used, while intrafraction liver/ tumour motion used exhale and inhale 4DCBCT images. The NC determines the 1D displacement between both images. This 1D motion adapts the MORFEUS‐based liver motion model. NC adaptation accuracy was evaluated by comparing the results with MORFEUS registration. Results: NC refinement has been performed on 8 patients to date in less than 2 mins each. Inter‐fraction motion of the liver exceeded 1 cm. Inter‐fraction NC technique accuracy (absolute mean (SD)) was 0.15 (0.11), 0.16 (0.10), and 0.15 (0.09) cm, in the LR, AP, and SI directions, respectively. Intra‐fraction motion exceeded 1.5cm. NC technique accuracy was 0.14 (0.10), 0.15 (0.08), and 0.18 (0.09) cm, in the LR, AP, and SI directions, respectively. The accuracy of the NC technique to identify the center of mass shift of the tumour for intra‐fraction motion was 0.16 (0.15), 0.14 (0.12), and 0.15 (0.10) cm, in the LR, AP, and SI directions, respectively. Conclusion: NC adaptation technique can accurately and efficiently integrate deformable registration into the IGRT process to account for inter and intra‐fraction motion. Research sponsored by the National Cancer Institute of Canada‐Terry Fox Foundation, Elekta Oncology Systems, and NIH 5RO1CA124714‐02.
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) | 0,002 | 0,001 |
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 ».