SU‐E‐T‐376: Incorporating Photon Beamlet Energy in Optimization of Intensity Modulated Beams
Notice bibliographique
Résumé
Purpose: To develop an energy dependent optimization criteria for incorporation into the intensity modulated radiation therapy (IMRT) optimization problem and perform simultaneous optimization of photon energy and intensity for X‐ray modulated radiotherapy (XMRT). Methods: For a simple spherical tumor model, energy dependent optimization criteria (EDOC) were formulated based on three objectives: maximize distal edge dose of the tumor, minimize healthy tissue entrance dose, and maximize uniformity of the tumor dose distribution. This was implemented in MATLAB to test on a simplified scenario of a 10 cm wide 1D photon beam incident on a spherical tumor (10cm radius) centered within a 5600 cm3 water phantom. The 1D beam was further partitioned into 20 beamlets of equal width. From the MATLAB program, an optimal assignment of monoenergetic photons (ranging from 1 MeV to 18 MeV) for each beamlet based on the EDOC was obtained. The dose calculation for each monoenergetic photon beamlet was restricted to primary dose only. Results: The beamlet distributions showed the mid tumor region assigned higher energies due to the large amount of tumor tissue traversed. Outer edge beamlets were assigned lower energies to spare the large portion of healthy tissue traversed. Changing priorities for each objective effected the optimal distribution in an intuitive manner (i.e. larger emphasis on sparing healthy tissue results in lower energies assigned to each beamlet). Conclusion: A viable set of energy dependent optimization criteria has been developed that can be used in reformulating the inverse optimization problem for radiotherapy, allowing optimization in terms of both beam energy and intensity. Currently, geant4 is being used to generate and benchmark dose profiles for 1 MeV to 18 MeV photons energies to improve the accuracy of the dose calculation. A rigorous testing of the optimization criteria through added complexity of radiotherapy is currently being investigated.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 ».