TU‐A‐BRB‐01: Groundbreaking 2D and 3D Dosimetry Techniques Using Scintillating Fibers and Tomographic Reconstruction
Notice bibliographique
Résumé
Purpose: To present the novel concept of tomodosimetry, i.e. the tomographic reconstruction of the dose projections obtained using long scintillating fibers, and its application to 2D and 3D dosimetry. Methods: 2D configuration: 50 scintillating fibers were aligned on a 20cm diameter disk inside a 30cm diameter rotating masonite phantom. 18 dose projections (8 MU each) were measured for each radiation field over a 180 degrees rotation of the phantom. 3D configuration: 128 long scintillating fibers were simulated inside a 20cm diameter, 20cm long cylindrical water‐equivalent phantom. The fibers were placed at various angles on the surface of two cylindrical regions of radius 7.5 and 3.75cm. Using the predicted dose from Pinnacle3, we simulated a 360 degrees rotation of the phantom along its principal axis, collecting the scintillation light from the fibers at each 5 degrees. Both prototypes: the dose in each scintillating fiber plane was reconstructed using a total variation minimization reconstruction iterative algorithm at a resolution of 1×1mm2, and was interpolated in the 3D volume between in each cylindrical plane in the 3D prototype. Results: Absolute measured dose differences in the 2D configuration were on average below 1% in the high dose low gradient region of each field. Absolute doses differences calculated inside the inner cylindrical region were on average of 0.5% and 1.3% of the isocenter dose for a 10×10cm2 field and an IMRT segment, respectively. 3%/3mm gamma tests conducted in both configurations in the isocenter plane achieved a success rate of more than 99% of the dose pixels for the region over 50% of the maximum dose. Conclusions: This work demonstrates the potential of scintillating fiber based tomographic 2D and 3D dosimeters. This methodology allows for millimeter resolution dosimetry in a whole 2D plane or 3D volumes in realtime using only a limited number of detectors.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 0,001 |
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 ».