Simulation study on potential accuracy gains from dual energy CT tissue segmentation for low-energy brachytherapy Monte Carlo dose calculations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work compares Monte Carlo (MC) dose calculations for (125)I and (103)Pd low-dose rate (LDR) brachytherapy sources performed in virtual phantoms containing a series of human soft tissues of interest for brachytherapy. The geometries are segmented (tissue type and density assignment) based on simulated single energy computed tomography (SECT) and dual energy (DECT) images, as well as the all-water TG-43 approach. Accuracy is evaluated by comparison to a reference MC dose calculation performed in the same phantoms, where each voxel's material properties are assigned with exactly known values. The objective is to assess potential dose calculation accuracy gains from DECT. A CT imaging simulation package, ImaSim, is used to generate CT images of calibration and dose calculation phantoms at 80, 120, and 140 kVp. From the high and low energy images electron density ρ(e) and atomic number Z are obtained using a DECT algorithm. Following a correction derived from scans of the calibration phantom, accuracy on Z and ρ(e) of ±1% is obtained for all soft tissues with atomic number Z ∊ [6,8] except lung. GEANT4 MC dose calculations based on DECT segmentation agreed with the reference within ±4% for (103)Pd, the most sensitive source to tissue misassignments. SECT segmentation with three tissue bins as well as the TG-43 approach showed inferior accuracy with errors of up to 20%. Using seven tissue bins in our SECT segmentation brought errors within ±10% for (103)Pd. In general (125)I dose calculations showed higher accuracy than (103)Pd. Simulated image noise was found to decrease DECT accuracy by 3-4%. Our findings suggest that DECT-based segmentation yields improved accuracy when compared to SECT segmentation with seven tissue bins in LDR brachytherapy dose calculation for the specific case of our non-anthropomorphic phantom. The validity of our conclusions for clinical geometry as well as the importance of image noise in the tissue segmentation procedure deserves further experimental investigation.
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.
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 | 0,000 |
| 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 découle