MétaCan
Menu
Retour à la cohorte
Enregistrement W2038665964 · doi:10.1088/0031-9155/58/11/3535

A Monte Carlo tool for evaluating VMAT and DIMRT treatment deliveries including planar detectors

2013· article· en· W2038665964 sur OpenAlexaff
G Asuni, T A van Beek, Sankar Venkataraman, I A Popescu, Boyd McCurdy

Notice bibliographique

RevuePhysics in Medicine and Biology · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of British ColumbiaUniversity of ManitobaBC Cancer AgencyCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésImaging phantomDetectorMonte Carlo methodComputer sciencePlanarDICOMFlat panel detectorNuclear medicineRadiation treatment planningMedical physicsPhysicsSimulationOpticsRadiation therapyArtificial intelligenceMathematicsComputer graphics (images)MedicineRadiology

Résumé

récupéré en direct d'OpenAlex

The aim of this work is to describe and validate a new general research tool that performs Monte Carlo (MC) simulations for volumetric modulated arc therapy (VMAT) and dynamic intensity modulated radiation therapy (DIMRT), simultaneously tracking dose deposition in both the patient CT geometry and an arbitrary planar detector system. The tool is generalized to handle either entrance or exit detectors and provides the simulated dose for the individual control-points of the time-dependent VMAT and DIMRT deliveries. The MC simulation tool was developed with the EGSnrc radiation transport. For the individual control point simulation, we rotate the patient/phantom volume only (i.e. independent of the gantry and planar detector geometries) using the gantry angle in the treatment planning system (TPS) DICOM RP file such that each control point has its own unique phantom file. After MC simulation, we obtained the total dose to the phantom by summing dose contributions for all control points. Scored dose to the sensitive layer of the planar detector is available for each control point. To validate the tool, three clinical treatment plans were used including VMAT plans for a prostate case and a head-and-neck case, and a DIMRT plan for a head-and-neck case. An electronic portal imaging device operated in 'movie' mode was used with the VMAT plans delivered to cylindrical and anthropomorphic phantoms to validate the code using an exit detector. The DIMRT plan was delivered to a novel transmission detector, to validate the code using an entrance detector. The total MC 3D absolute doses in patient/phantom were compared with the TPS doses, while 2D MC doses were compared with planar detector doses for all individual control points, using the gamma evaluation test with 3%/3 mm criteria. The MC 3D absolute doses demonstrated excellent agreement with the TPS doses for all the tested plans, with about 95% of voxels having γ <1 for the plans. For planar dosimetry image comparisons, we defined an acceptable pass rate of >90% of percentage pixels with γ <1. We found that over 90% of control points in the plans passed this criterion. In general, our results indicate that the simulation tool is suitable for accurately calculating both patient/phantom doses and planar doses for VMAT dose delivery. The tool will be valuable to check performance and advance the development of in vivo planar detectors for use in measurement-based VMAT dose verification. In addition, the tool can be useful as an independent research tool for VMAT commissioning of the TPS and delivery system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,196
Tête enseignante GPT0,432
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207