Sci-Thurs PM: Delivery-10: Marker trajectory reconstruction using cone-beam CT projection images
Notice bibliographique
Résumé
Image guidance and daily verification is becoming increasingly important in radiotherapy today, especially when dealing with moving targets. Cone-beam CT (CBCT) is a 3D imaging modality available in the treatment room, but it is difficult to assess motion from this integrated image. If a fiducial marker is placed in a moving target, it can easily be identified in the raw projection images that are captured during the CBCT. Normally, this projection data is discarded after reconstruction, but we show a method that can be used to extract trajectory information from this data. A CBCT was acquired of a moveable phantom with a known motion and an implanted gold seed. During the scan, the phantom underwent 14 cycles of motion. The fiducial marker location was determined from each raw projection image, and the data was separated into individual breathing cycles. Each point in each cycle was then assigned a 'breath phase' based temporal position in the cycle. To reconstruct a single 3D position in room coordinates, two nearly orthogonal images at the same 'breath phase' but in two different breaths were used. Multiple reconstructions from 14 nearly orthogonal pairs produced points which on average should represent the 4D trajectory. When compared to the true motion, the reconstructed average trajectory had an accuracy of less than 1mm. We have shown that in the ideal case of identical motion in each cycle we can accurately measure the 4D trajectory. Future work will use this tool to collect and estimate the trajectories for more realistic motions which differ from cycle to cycle.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,014 |
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 ».