SU‐E‐T‐498: Implementation of Clinical Monte Carlo Dose Calculation for CyberKnife On a Web‐Based Treatment Planning System WebTPS
Notice bibliographique
Résumé
Purpose: The scope of this study is to implement an accurate Cyberknife model on a web‐based tool (WebTPS), which uses the EGSnrc Monte Carlo dose calculation engine. WebTPS will be mostly used as a reference to evaluate clinical treatment plans in highly heterogeneous phantoms. Methods: The WebTPS dose calculation module is linked to the user code DOSxyznrc. WebTPS automatically converts CyberKnife clinical plans to DOSxyznrc input files. Phantoms are created using a tissue segmentation method from HU‐ED calibrated curves and materials are assigned based on CT data and contours performed by radiation oncologists. Parallel computation is run on a high‐performance cluster (Compute Canada) to achieve reasonable simulation time. The CyberKnife model is built on the BEAMnrc system using manufacturer's specifications. Simulated and experimental data are compared to estimate the optimal electron beam parameters. The beam energy estimation is based on percent depth dose (PDD) data comparison, while the spot size is validated using output factor (OF) and off‐axis ratio (OAR) data. An egs_chamber model of a PTW60012 diode is used to simulate OF experimental measurements for different collimator sizes. Results: A preliminary linac model optimization yields a 0.5% agreement between experimental and simulation PDD data; a 0.5% or 1 mm agreement for OAR data and a 2% agreement for OF data. Full treatment plan simulations are achieved with the CyberKnife model using patient heterogeneous phantoms. Uncertainties under 1% are achieved for less than 2 hours of CPU time. Conclusion: This work aims to develop a suitable model for reference plan dose calculation. WebTPS will be used in several clinical and research applications where the CyberKnife embedded ray‐tracing algorithm show significant limitations. Further improvements are yet to be achieved to match experimental data to a level of 1%.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,007 |
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 ».