MétaCan
Menu
Retour à la cohorte
Enregistrement W2030645385 · doi:10.1118/1.2965953

Poster - Thurs Eve-34: Extended CT-range in RT planning of pelvic cancer treatment in presence of hip replacements

2008· article· en· W2030645385 sur OpenAlexaff
Maja Popović, Orest Ostapiak, Tom Chow

Notice bibliographique

RevueMedical Physics · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensJuravinski Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésImaging phantomNuclear medicineImplantRange (aeronautics)Computed tomographyProsthesisMaterials scienceMedicineBiomedical engineeringRadiologySurgery

Résumé

récupéré en direct d'OpenAlex

Extended CT range in conventional CT scanners has a potential to allow for a more conformal treatment of patients with hip prosthesis. Its use may limit inaccuracies in electron density maps that are observed due to severe artifacts in CT data. In this study, we investigate the use of CT images with extended CT numbers in dose calculations and compare the results of calculations with standard CT data and measured doses. A phantom containing a hip prosthesis was scanned and treatment was planned with extended and standard CT numbers. The density override function was used to eliminate the effect of artifacts in the region outside of the metallic implant, while raw CT numbers were used to indicate density within the implant. Dose measurements were performed with two types of ion chambers at 6, 10 and 18MV energies. Our results indicate that data with extended CT range result in a better agreement between measured and calculated dose at the central position of the body phantom, as should be expected. However, CT artifacts within the implant region also result in discrepancies between the measured and calculated dose. The discrepancy is greater at lower cross-sectional thickness where bright, high density surface artifacts are high relative to the artificially low density inner region of the implant. Potential ways of resolving the discrepancies are outlined and a possibility of their application to clinical routine will be discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,293
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207