Generation and modelling of megavoltage photon beams for contrast-enhanced radiation therapy
Notice bibliographique
Résumé
Contrast-enhanced radiation therapy (CERT) is a treatment approach involving the irradiation of tumours containing high atomic number (Z) contrast media, using low-quality x-ray beams. This work describes the experimental generation of x-ray beams using a linear accelerator with low-Z target materials (beryllium and aluminium), in order to produce photon energy spectra appropriate for CERT. Measurements were made to compare the experimental beams to conventional linear accelerator photon beams in terms of per cent depth dose. Monte Carlo simulation was used to model the generation of each beam, and models were validated against experimental measurement. Validated models were used to demonstrate changes in photon spectra as well as to quantify the variation of tumour dose enhancement with iodinated contrast medium concentration in a simulated tumour volume. Finally, the ratio of the linear attenuation coefficient for iodinated contrast medium relative to water was determined experimentally as a function of iodine concentration. Beams created with low-Z targets show significant changes in energy spectra compared to conventional beams. For the 4 MeV/Be beam, for example, 33% of photons have energies below 60 keV. Measurements and calculation show that both the linear attenuation coefficient ratio and dose enhancement factor (DEF) increase most rapidly at concentrations below 46 mg I ml(-1). There is a significant dependence of DEF on electron energy and a lesser dependence on target material. The 4 MeV/Be beam is the most promising in terms of magnitude of DEF - for example, DEF values of 1.16 and 1.29 are obtained for concentrations of 20 mg I ml(-1) and 50 mg I ml(-1), respectively. DEF will increase or decrease, respectively, for shallower or deeper tumours at a rate of approximately 1.1% cm(-1). In summary, we show that significant dose enhancement is possible by altering the linear accelerator target and filtration, but the magnitude is highly dependent on contrast medium concentration.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».