Comparing planning time, delivery time and plan quality for IMRT, RapidArc and tomotherapy
Notice bibliographique
Résumé
The purpose of this study is to examine plan quality, treatment planning time, and estimated treatment delivery time for 5- and 9-field sliding window IMRT, single and dual arc RapidArc, and tomotherapy. For four phantoms, 5- and 9-field IMRT, single and dual arc RapidArc and tomotherapy plans were created. Plans were evaluated based on the ability to meet dose-volume constraints, dose homogeneity index, radiation conformity index, planning time, estimated delivery time, integral dose, and volume receiving more than 2 and 5 Gy. For all of the phantoms, tomotherapy was able to meet the most optimization criteria during planning (50% for P1, 67% for P2, 0% for P3, and 50% for P4). RapidArc met less of the optimization criteria (25% for P1, 17% for P2, 0% for P3, and 0% for P4), while IMRT was never able to meet any of the constraints. In addition, tomotherapy plans were able to produce the most homogeneous dose. Tomotherapy plans had longer planning time, longer estimated treatment times, lower conformity index, and higher integral dose. Tomotherapy plans can produce plans of higher quality and have the capability to conform dose distributions better than IMRT or RapidArc in the axial plane, but exhibit increased dose superior and inferior to the target volume. RapidArc, however, is capable of producing better plans than IMRT for the test cases examined in this study.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».