SU‐GG‐J‐10: Investigation of a Novel Algorithm for True 4D VMAT Planning and Delivery
Notice bibliographique
Résumé
Purpose: To quantify the ability of our 4D VMAT planning algorithm to generate deliverable plans over a range of target motions. Method and Materials: Our 4D VMAT planning algorithm is an extension of the 3D algorithm by Otto (Med Phys 35 2008, 310–317) and fully incorporates target and organ motion during optimization. Delivery of each MLC aperture is synchronized to a specific phase of the target motion. The magnitude of motion between each phase is 2.5 or 5 mm. Using a phantom consisting of a cylindrical target nested within a half‐ring avoidance structure, treatment plans for a range of uniform target motions (0.5 – 4 cm) and periods (2.5 – 5.5 s) were generated. Dose prescription was 60 Gy. DVHs from the 4D VMAT plans were compared against the 3D VMAT DVH as well as 3D motion degraded DVHs. Results: 4D VMAT plans were similar in quality or superior to the 3D plan. For motion ranges of 1.5 cm and 4 cm, the volume of the avoidance structure receiving more than 20 Gy was decreased by 10.4% and 28.6% respectively while the target volume receiving greater than 58 Gy increased by 6.5% and 16.5%. Total treatment time ranged from 141 – 181 minutes to deliver the full 60 Gy prescription or 4.7 – 6.1 minutes for a 2 Gy fraction assuming maximum dose rate is 600 MU/min. Motion of 1 cm can cause noticeable degradation of the 3D DVH. Conclusion: Our 4D VMAT planning algorithm can create plans equal to or superior to 3D plans. Future work will investigate whether these benefits can be extended to actual 4D clinical patient data.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».