Notice bibliographique
Résumé
Multileaf collimator (MLC) based intensity modulated radiation therapy (IMRT) techniques are well established but suffer several physical limitations. Dosimetric spatial resolution is limited by the MLC leaf width; interleaf leakage and tongue-and-groove effects degrade dosimetric accuracy and the range of leaf motion limits the maximum deliverable field size. Collimator rotation is used in standard radiation therapy to improve the conformity of the MLC shape to the target volume. Except for opposed orthogonal fields, collimator rotation has not been exploited in IMRT due to the complexity of deriving the MLC leaf configurations for rotated sub-fields. Here we report on a new way that MLC-based IMRT is delivered which incorporates collimator rotation, providing an extra degree of freedom in deriving leaf sequences for a desired fluence map. Specifically, we have developed a series of unique algorithms that are capable of determining rotated MLC segments. These IMRT fields may be delivered statically (with the collimator rotating to a new position in between sub-fields) or dynamically (with the collimator rotating and leaves moving simultaneously during irradiation). This introductory study provides an analysis of the rotating leaf motion calculation algorithms with focus on radiation efficiency, the range of collimator rotation and number of segments. We then evaluate the technique by characterizing the ability of the algorithms to generate rotating leaf sequences for desired fluence maps. Comparisons are also made between our method and conventional sliding window and step-and-shoot techniques. Results show improvements in spatial resolution, reduced interleaf effects and maximum deliverable field size over conventional techniques. Clinical application of these enhancements can be realized immediately with static rotational delivery although improved dosimetric modelling of the MLC will be required for dynamic delivery.
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 ».