MétaCan
Menu
Retour à la cohorte
Enregistrement W2056391277 · doi:10.1118/1.2244630

Po‐Thur Eve General‐03: The Use of Megavoltage Computed Tomography (MVCT) in Treatment Planning

2006· article· en· W2056391277 sur OpenAlexaff
David Sasaki, G Field, M. Mackenzie, S Rathee, B. G. Fallone

Notice bibliographique

RevueMedical Physics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésImaging phantomRadiation treatment planningNuclear medicineComputed tomographyMedicineCalibrationMedical imagingTomographyMaterials scienceRadiation therapyRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

In modern radiotherapy treatment planning, the information in diagnostic CT images is used for two purposes: to delineate tumour and surrounding critical structures and to provide an electron density map of the patient that is used to calculate the dose distribution resulting from exposure to a certain beam arrangement. In pelvic cancer patients with hip prostheses, the metal implants produce artifacts in the diagnostic CT images such that both the location of the tumour and accurate electron densities are either difficult or impossible to obtain. We have used megavoltage CT (MVCT) images for treatment planning in an attempt to quantify the impact of metal artifacts and overcome the problems they introduce. This has been done in three different sets of experiments. The first was a calibration of the megavoltage CT number‐to‐electron density curve using a CIRS phantom. This also allowed for measurements of the impact of metal artifacts on apparent relative electron density in both kVCT and MVCT images. The second was the comparison of treatment plans generated for patients with metal implants using both diagnostic and megavoltage CT studies. This allowed for quantitative measurements of the calculated dosimetric effect of metal artifacts. The final set of experiments compared MVCT and kVCT treatment plans of a water tank containing a stainless steel 316L rod. Dose measurements were taken at various points and compared to the doses calculated using both MVCT and kVCT studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,237
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207