Algorithm and simulation for real‐time positron emission based tumor tracking using a linear fiducial marker
Notice bibliographique
Résumé
The effectiveness of radiotherapy in cancer treatment remains significantly limited by the accuracy of tumor dose delivery. The ideal solution lies in real-time localization of patient tumors during therapy; one such method is by tracking implanted low-activity positron emitters using two pairs of orthogonally placed gamma-ray detectors. Prior studies have examined multiple point sources, which have potential patient complications during implantation. A linear source geometry is proposed as a less invasive alternative, with potential higher-precision tracking. A source localization algorithm has been devised using cost-function minimization of the source position estimate relative to annihilation gamma coincidence lines. The algorithm was tested via Monte Carlo simulation methods using a Geant4 application for emission tomography (GATE) package for a source of length of 2.00 cm and width of 0.1 mm. The midpoint of the linear marker was located within submillimeter accuracy at 200 coincidence events and the orientation of the source determined with less than 5 degrees (0.087 rad) angular deviation at 300 events. At an optimal event count of 700, tracking had mean midpoint error of 0.48 +/- 0.26 mm and mean angular deviation of 0.041 +/- 0.023 rad (1.4 degrees +/- 0.8 degree). The source and tracking algorithm may prove effective for future clinical implementation in radiotherapy treatment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».