Po‐Poster ‐ 19: Local minima in anatomic aperture‐based IMRT optimization
Notice bibliographique
Résumé
Purpose: An anatomic aperture‐based IMRT optimization program, named Ballista, was developed at our institution. Even though studies previously published concluded local minima in full‐IMRT optimization were not problematic, early observations with Ballista revealed their nuisance. The purpose of the present study was to evaluate the extent of local minima and their impact on the optimization. Method and Materials: In Ballista beam weights are optimized by quasi‐Newton algorithm, which cannot escape local minima, even with a quadratic dose‐based objective function. Therefore, a large number of descents were launched with random initial weights to explore the solution space for a varying number of beams. Treatment plan DVHs of different local minima were also analyzed. Results: When four beam weights were optimized, only a few but very distinctive local minima were found. For a case of 20 beam weights, the optimization revealed an astonishing number of local minima. DVH analysis showed local minima generally favor one or more organs‐at‐risk (OARs) while the other objectives are less than optimal compared with the global minimum. It was found that limiting the initial beam weights to small values eliminates the majority of the solution space containing local minima. Conclusion: With Ballista local minima proved to be a major problem. Plans corresponding to different minima differed drastically. In order to give the optimization a “clear shot” at the global minimum, initial beam weights must be limited to small values. The optimization thus focuses on improving the target volume objectives since all OARs objectives are initially met.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».