WE‐C‐BRB‐04: Fast and Accurate Hybrid Source Model for Modulated Electron Radiotherapy
Notice bibliographique
Résumé
Purpose: To develop a highly accurate and fast method for calculating electron beam dose distributions in Modulated Electron Radiation Therapy (MERT). Method: An algorithm has been developed for creating phase‐ space files at the exit of a linear accelerator for any arbitrary intensity and energy electron beam without the need of full Monte Carlo simulations. The model assigns each particle to one of the 3 following sources: primary, secondary collimator and electron collimator scatter. The primary component is derived by fast MC transport in air. The scatter components are derived by the use of MC pre‐calculated leaf kernels. Each kernel includes the fluence distribution, energy distribution and scatter probability of generating an electron from a leaf. The original position is sampled from Gaussian or uniform distributions. The direction is estimated by geometrical means. According to the projection of the direction, a particle is rejected if it is expected to suffer a leaf‐hit. A leaf‐hit counter is used to calculate the output of scatter particles based on the pre‐calculated scatter probabilities. To account for multiple coulomb scattering in air a MC‐corrected version of the Fermi‐Eyges scattering theory was implemented. Results: Depth and profile dose distributions were derived for the largest and smallest square field sizes, as well as for irregular and off‐axis fields. The model agreed with full MC dose distributions within 3% in all cases. Output at the depth of maximum dose exhibited discrepancies less than 2.6% in all cases. The model was 16–22 times faster in generating a phase‐space file than a full MC simulation with the BEAMnrc code. Conclusions: Fast, dynamic electron beam calculations open up the possibility for real time delivery of MERT in the clinic and renew interest in electron beam therapy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».