SU‐E‐T‐501: A Sensitivity Study of Tissue Characterization for Brachytherapy Monte Carlo Dose Calculation
Notice bibliographique
Résumé
Purpose: To establish the reliability of electron density (ED) mapping and tissue segmentation techniques using CT images for brachytherapy, considering stochastic and systematic Hounsfield unit (HU) variations. Methods: Most common artifacts are simulated within a Monte Carlo theoretical framework. A set of CT data is first generated with the EGSnrc suite followed by their reconstruction performed with an iterative algorithm. A statistical analysis of HU values from reconstructed images is performed to determine uncertainties and systematic effects introduced by the iterative algorithm and the presence of artifacts. Maps of ED and tissue indexes are retrieved from an HU‐ED curve calibrated at 120 kVp using experimental measurements and ICRU data. The mean energy absorption coefficient for each tissue is computed from ICRU data for an Iridium‐192 source in order to evaluate the impact on dose calculations. A probabilistic approach is used to compute the uncertainty on absorbed dose generating random distributions of HU and determining the probabilistic effects on the extracted ED and absorption coefficients. Results: For an uncertainty of +/− 20 HU, absorption coefficient uncertainties raise up to 3% when HU values are near the fat‐muscle intersection and up to 9% near the muscle‐spongiosa intersection. Uncertainties on ED are found to be less than 1% for HU above 0 and up to 3% for fat. A systematic effect of 50 HU caused by typical artifacts yields absorption coefficient errors up to 30% for HU values near the muscle‐spongiosa region, and errors in ED up to 8% for fat. Conclusion: Results show that the main source of dose calculation uncertainty is caused by the sensitivity of the tissue segmentation technique. This study suggests that improvements in such techniques are yet to be achieved.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».