MétaCan
Menu
← Retour à la cohorte
Enregistrement W2062963565 · doi:10.1118/1.4736309

TH‐C‐BRB‐06: Tools and Methods for On‐Line Adaptive Radiation Therapy

2012· article· en· W2062963565 sur OpenAlexaffabout
Joe H. Chang, Robert K. Heaton, Yuan Horne Cho, David A. Jaffray, Md Shafiqul Islam

Notice bibliographique

RevueMedical Physics · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDosimetryImage-guided radiation therapyComputer scienceRadiation treatment planningField (mathematics)Nuclear medicineMedical physicsMedical imagingArtificial intelligenceMathematicsRadiation therapyPhysicsMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose: Essential tools required for daily field modifications for compensating small target variations have been investigated. A deformable registration method was used to generate deformation vector field (DVF), which is subsequently used to modify treatment fields. An on‐line beam monitor was evaluated for validating the adapted fields. Methods: An adaptive treatment process consists of the following steps: (1) Determine the DVF using the irradiated volumes (IV) of the reference and daily image sets. The IV is constructed by back‐projections of respective complete irradiation area outlines of all beams. (2) The deformed contours (CD) were calculated using DVF and the reference contours. (3) Determine MLC leaf adjustments using CD and DVF to form the adapted fields. This approach was investigated using two CT image sets, one acquired during the treatment course, and corresponding IMRT plan data for patients undergoing prostate treatment. A planning study was performed to compare the dose distributions between optimized IMRT and the adapted plans. The adapted field delivery was validated by an online beam monitoring system, termed IQM; which consists of a spatially sensitive area ion chamber mounted below the MLC to provide a fluence‐area‐product signal and a calculation module to predict the signal. Results: Approximately 10 minutes were required to generate the DVF between the reference IV and a daily IV using readily available computer hardware. The dose distribution using adapted fields compare well with the optimized plans in terms of DVH and conformity indices. The average agreement between the IQM predicted signals of the adapted fields with those of measured were within 2%. Conclusions: The method of generating the DVF was promising, in terms of speed and effectiveness for small variations of target. The IQM system was able to validate the delivery of appropriate adapted fields, fulfilling the requirement for pre‐treatment quality control. Ontario Consortium for Adaptive Interventions in Radiation Oncology (OCAIRO)

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,011

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 Opus0,044
Tête enseignante GPT0,398
Écart entre enseignants0,354 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→