SU‐FF‐J‐29: Preliminary Experimental Study for Tumor Position Tracking During Radiotherapy Using Positron Emission Markers
Notice bibliographique
Résumé
Purpose: To experimentally evaluate the feasibility of tumor position tracking using positron emission markers for external beam radiation therapy. Method and Materials: Clinical PET imaging is known to be limited by its low spatial resolution of approximately 4–10 mm. However, if the geometry of the source is known, the position of the sources can be determined with sub‐millimeter accuracy. We propose to apply this concept for real‐time tumor position tracking during radiotherapy. For pulmonary and abdominal tumors, delivering accurate radiation therapy is limited by the motion of the tumor as the patient breathes. By implanting positron emission markers into tumor, and using pairs of position‐sensitive detectors to track the resulting annihilation gamma rays, the position of the tumor can be tracked in real‐time with high accuracy. Positron emission based technique will deliver a lower radiation dose to normal tissue than x‐ray fluoroscopy, and the smaller size of the positron emission markers reduces risk to the patient during implantation. The concept and simulation study has been previously published (T. Xu et.al, Med. Phys. 33(7) p2598). In this feasibility study, the technique was evaluated using a clinical PET system (CTI ECAT). A Ge‐68 Linear source was used to simulate a point source in 2D slices during conventional 2D acquisition. The Ge‐68 source was put at 3 locations and the data were combined to simulate multiple (3) markers. Results: Three point sources were successfully localized using proposed technique. The localization precision ranges from 4 mm down to 0.2 mm when the number of coincident events used increases from 100 to 4100. The precession reaches 0.77 mm with only about 200 events from three point sources. Conclusion: The study has shown that multiple positron emission markers can be localized with sub‐millimeter precision, which is sufficient for tumor localization during radiotherapy.
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».