Po‐Thur Eve General‐03: The Use of Megavoltage Computed Tomography (MVCT) in Treatment Planning
Notice bibliographique
Résumé
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 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 ».