SU‐E‐T‐494: Variation of Mucosal Dose in Head‐And‐Neck Radiotherapy: A Phantom Study Using Monte Carlo Simulation
Notice bibliographique
Résumé
Purpose: This phantom study investigated variations of mucosal dose on photon beam energy, beam angle, multi‐beam configuration and mucosal thickness, when using small photon fields in head‐and‐neck radiotherapy. Methods: Cylindrical mucosa phantoms with bone and air heterogeneities were created with mucosal thickness (normal tissue) equal to 1, 2 and 3 mm. For dosimetric comparison, corresponding homogeneous phantom with all heterogeneities replaced by normal tissue was also used. These phantoms were irradiated by photon beams with field size = 1 × 1 cm2. Beam energies of 6 and 18 MV were used with beam angles varied to 0°, 90° and 180°. Moreover, multi‐beam configurations of 2, 4 and 8 beams were used, and doses along the central‐beam axis in the mucosal tissue were calculated using Monte Carlo simulations (EGSnrc code). Results: For beam angle equal to 0°, the mucosal surface doses decreased slightly with an increase of the mucosal thickness (1–3 mm), while the surface dose of the 6 MV photon beam was decreased more significantly than the 18 MV. For beam angle equal to 180°, variation of muscosal surface dose with its thickness was found insignificant. For different multi‐beam configurations, it was found that the variation of mucosal dose on its thickness became insignificant when the number of photon beams around the mucosa was increased. In addition, the change of mucosal dose due to the bone and air heterogeneities depended on the photon beam energy, beam angle and muscosal thickness. Conclusions: It is concluded that mucosal dose depends on variations of beam energy, beam angle, multi‐beam configuration and mucosal thickness for small photon fields. The dosimetric information in this study should be considered in studying the mucosal complications in head‐and‐neck IMRT, so that an optimized treatment strategy to minimize mucosal complications can be developed. This study is supported by the Dean’s Fund Grant in the University of Toronto.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».