SU‐D‐BRB‐04: A Monte Carlo Based Approach to Electron Beam Treatment Planning
Notice bibliographique
Résumé
Purpose: Electron radiotherapy (RT) offers a number of advantages over photons. The high surface dose, combined with a rapid dose fall‐off beyond the target volume presents a net increase in tumor control probability and decreases the normal tissue complication for superficial tumors. The current techniques involving electron RT are more seldom used than photon therapy due to the complexity of the electron transport involved and greater error in planning accuracy. Electron treatments are normally delivered clinically without previously calculated dose distributions. Our current research aims to use Monte Carlo (MC) methods to model clinical electron beams in order to accurately calculate electron beam dose distributions in patients. In addition to this, electron output factors can be quickly calculated, reducing the need for a clinical measurement. Methods: The present work is incorporated into a research MC calculation system: McGill Monte Carlo Treatment Planning (MMCTP) system. MMCTP streamlines the calculation of output factors for various electron beam energies and applicator sizes. Measurements of PDDs, profiles and output factors in addition to 2D EBT‐2 GAFCHROMIC measurements in heterogeneous phantoms were obtained to commission the electron beam model. Results: Forty‐nine output factors were measured and calculated. The mean percentage difference between measured and calculated was 1.35% with a maximum of 3.27%. The mean error and calculation time of the calculations were found to be 1.64% and 2 hours respectively. A dose difference of 3% and distance‐to‐agreement of 3 mm were used to compare two dimensional dose maps using the gamma method, yielding a good outcome. Conclusions: The use of MC for electron TP will provide more accurate treatments and yield greater knowledge of the electron dose distribution within the patient. The calculation of output factors could invoke a clinical time saving of up to 1 hour per patient.
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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».