MétaCan
Menu
← Retour à la cohorte
Enregistrement W2077659190 · doi:10.1118/1.2761013

SU-FF-T-349: PMC, a New Fast Monte Carlo Code for Radiation Therapy

2007· article· en· W2077659190 sur OpenAlexaff
Keyvan Jabbari, Jan Seuntjens

Notice bibliographique

RevueMedical Physics · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésElectronMonte Carlo methodPhysicsImaging phantomSecondary electronsTrack (disk drive)Position (finance)Energy (signal processing)RadiationStack (abstract data type)Stopping powerComputational physicsComputer scienceOpticsNuclear physicsMathematics

Résumé

récupéré en direct d'OpenAlex

Introduction: A fast and accurate MC code, have been developed. PMC takes the advantage of large available memory in current computer hardware for extensive generation of pre-calculated data. Methods: The tracks of 5000 primary electrons are generated in the middle of a large homogenous phantom for various materials (water, air, bone, lung, and tissue) and energies (0.2,0.4, …1,2,…, 18 MeV) using EGSnrc code. The maximum electron steps is controlled by setting ximax=0.02. The secondary electrons are not transported but its position; energy, charge, direction are saved. In PMC using the energy and medium of the incident electron, one track is selected from the related set. The selected track is then transported and rotated to the position and direction of incident electron and the transport starts. If the electron reaches a new material according to its energy a new track is picked up from related material. If a secondary electron and its energy is above the PMC cut offs (ECUT=100KeV) its position, charge, energy and direction are saved in the stack. Once the track of the primary electron is finished each secondary is transported in the same manner as primary electron. For various energies a track from closest energy set is picked up and linear scaling is done for deposited energy and track length. Results and discussion: The performance of the code is tested in various homogenous and heterogeneous phantoms and the results had very good agreement (up to 1.6%) with EGS and it runs 40 times faster than EGS. Conclusion: Not a single physical calculation is done in PMC code even in the presence of heterogeneities. The pre-calculated data is generated for each particular material and this improves the performance of code both in terms of accuracy and speed.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,005

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 Opus0,014
Tête enseignante GPT0,310
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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