Determination of average LET of therapeutic proton beams using Al<sub>2</sub>O<sub>3</sub>:C optically stimulated luminescence (OSL) detectors
Notice bibliographique
Résumé
In this work we present a methodology and proof of concept to experimentally determine average linear energy transfer (LET) of therapeutic proton beams using the optically stimulated luminescence (OSL) of small Al(2)O(3):C detectors. Our methodology is based on the fact that the shape of the OSL decay curve of Al(2)O(3):C detectors depends on the LET of the radiation field. Thus, one can use the shape of the OSL decay curves to establish an LET calibration curve, which in turn permits measurements of LET. We performed irradiations at the M D Anderson Cancer Center Proton Therapy Center, Houston (PTCH), with passive scattering beams. We determined the average LET of the passive scattering beams using a validated Monte Carlo model of the PTCH passive scattering nozzle and correlated them with the shape of the OSL decay curve to obtain an LET calibration curve. Using this calibration curve and OSL measurements, we determined the averaged LET at various water-equivalent depths for therapeutic spread-out Bragg peaks and compared the results with averaged LETs determined using the Monte Carlo simulations. Agreement between measured and simulated fluence-averaged LET was within 24% for low energy spread-out Bragg peak (SOBP) fields and within 14% for high energy SOBP fields. Agreement between measured and simulated dose-averaged LET was within 12% for low energy SOBP fields and within 47% for high energy SOBP fields. The data presented in this work demonstrated the correlation between the OSL decay curve shapes and the average LET of the radiation fields, providing proof of concept of the feasibility of using OSL from Al(2)O(3):C detectors to measure average LET of therapeutic proton beams.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».