Gantry-angle resolved VMAT pretreatment verification using EPID image prediction
Notice bibliographique
Résumé
PURPOSE: Pretreatment verification of volumetric modulated arc therapy (VMAT) dose delivery with electronic portal imaging device (EPID) uses images integrated over the entire delivery or over large subarcs. This work aims to develop a new method for gantry-angle-resolved verification of VMAT dose delivery using EPID. METHODS: An EPID dose prediction model was used to calculate EPID images as a function of gantry angle for eight prostate patient deliveries. EPID image frames at 7.5 frames per second were acquired during delivery via a frame-grabber system. The gantry angle for each image was encoded in kV frames which were synchronized to the MV frames. Gamma analysis results as a function of gantry angle were assessed by integrating the frames over 2° subarcs with an angle-to-agreement tolerance of 0.5° about the measured image angle. RESULTS: The model agreed with EPID images integrated over the entire delivery with average Gamma pass-rates at 2%, 2 mm of 99.7% (10% threshold). The accuracy of the kV derived gantry angle for each image was found to be 0.1° (1 SD) using a phantom test. For the gantry-resolved analysis all Gamma pass-rates were greater than 90% at 3%, 3 mm criteria (with only two exceptions), and more than 90% had a 95% pass-rate, with an average of 97.3%. The measured gantry angle lagged behind the predicted angle by a mean of 0.3°±0.3°, with a maximum lag of 1.3°. CONCLUSIONS: The method provides a comprehensive and highly efficient pretreatment verification of VMAT delivery using EPID. Dose delivery accuracy is assessed as a function of gantry angle to ensure accurate 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,001 | 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 tête enseignante, 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 ».