Individual Beam Sharpening Improves Composite Dose Fall-off near a Target for Non-Isocentric Cyberknife Radiosurgery
Notice bibliographique
Résumé
Stereotactic radiosurgery (SRS) refers to a high dose of radiation delivered to a focal region of interest while maximizing the steep dose gradient to minimize dose to the surrounding normal tissues. Multiple factors can influence the dose fall-off, and the relative importance of such factors have not yet been characterized for non-isocentric Cyberknife SRS. Our aim was to investigate whether the composite dose fall-off near a target may be enhanced via sharpening the lateral beam profile (or penumbra) of each individual beam. Cyberknife beam profiles were fitted and parameterized to obtain a characteristic penumbra function for each collimator size. Simulated beam profiles with progressively sharper penumbras were then generated, and used to perform simulated treatment planning on seven pediatric intracranial arteriovenous malformations (AVMs) cases. Penumbra size was found to significantly influence the peripheral dose fall-off. Peripheral dose volumes were reduced by 5 to 10% with reductions in penumbra size ranging from 40 to 80%. Dose conformality and homogeneity were not significantly changed with decreasing penumbra size. Therefore, individual beam sharpening provides a straightforward way of improving the composite dose fall-off for non-isocentric Cyberknife SRS.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».