Sci-Thurs PM: Delivery-09: Improving megavoltage portal image contrast with low atomic number target materials
Notice bibliographique
Résumé
PURPOSE: to investigate the impact of low atomic number (Z) targets and detector design on megavoltage (MV) portal image contrast. METHODS AND MATERIALS: two experimental beams were generated by replacing flattening filtration of a 2100EX linac with beryllium (Be) and aluminum (Al) targets and using the linac in 6 MeV electron mode. A standard MV contrast phantom was used to quantify planar image contrast for the standard 6MV and the 6MeVAl beam, incident on an amorphous silicon (a-Si) detector. Contrast versus separation for 6MV and 6MeV/Al was quantified using a 1 cm bone/solid water slab within increasing thicknesses of solid water. The Monte Carlo BEAMnrc/DOXYZnrc package was used to model beam generation and detection. The beam/detector model was validated with comparison to measured open field profiles. RESULTS: of the photon population is below 60keV for the 4MeV/Be beam. Planar contrast is increased significantly over that of 6MV using low-Z targets, showing additional improvement with removal of the detector's copper build-up layer. Contrast decreases with increasing separation more rapidly for 6MeV/Al than for 6MV; however contrast for the former is superior over the full range of separation examined. CONCLUSIONS: Use of low-Z linac target materials improves MV image contrast. An additional advantage is realized by removing the copper layer from the a-Si detector. CONFLICT OF INTEREST: This research has been sponsored by Varian Medical Systems, Incorporated.
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 | 0,000 | 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) | 0,016 | 0,003 |
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 ».