Assigning nonelastic nuclear interaction cross sections to Hounsfield units for Monte Carlo treatment planning of proton beams
Notice bibliographique
Résumé
In high energy clinical proton beams nonelastic nuclear interactions contribute substantially to the total dose. It is therefore of importance to know these contributions quantitatively and to be able to scale them correctly as a function of Hounsfield units obtained from CT data. In this work, the second of these issues has been addressed. The importance of taking material-dependent nonelastic nuclear interactions into account has been investigated for Monte Carlo calculations. A scaling curve for nonelastic nuclear interactions as a function of Hounsfield unit has been established and compared with similar data for the stopping powers. Monte Carlo simulations using McPTRAN.MEDIA and MCNPX have been performed in homogeneous media and in inhomogeneous slab geometries. The results show that for skeletal tissues and for adipose tissue, the tissue to water nonelastic cross section ratios differ up to 10% compared to the tissue to water stopping power ratios. This results in errors of the order of 2-3% when both contributions to the total dose are scaled in the same way (with stopping power ratios). Monte Carlo simulations in slab geometries with tissue materials for 200 MeV protons show similar effects, but when both contributions are scaled correctly the errors are not larger than 0.5% in the situations investigated here.
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 ».