SU‐GG‐T‐439: Dosimetric Comparison of Compensator and Multi‐Leaf Collimator (MLC) Based Intensity Modulated Radiosurgery (IMRS)
Notice bibliographique
Résumé
Purpose: Multi‐leaf collimator (MLC) based intensity‐modulated radiosurgery (IMRS) often results in large number of monitor units (MU) for patients with multiple brain lesions. Compensator based IMRS, however, may dramatically reduce MU. The purpose of this study is to quantify the reduction of MU for IMRS of multiple brain lesions using solid tissue compensators. Method and Materials: Patients with multiple brain tumors were selected for our study. For each patient, Varian Eclipse TPS was used to generate an MLC based IMRS plan consisting of 10–11 coplanar beams. The prescription dose for a typical IMRS treatment is 1800–2000 cGy delivered in 1 fraction using a 6 MV photon beam. IMRS plans were generated on 2 patients. The optimal fluence maps from IMRS plan were exported to the compensator generating system to generate compensators for each field. The compensator files are imported back to Eclipse to calculate MUs for the compensator fields. Eclipse TPS was modified to allow compensator based planning and evaluation inside Eclipse. Finally, we compared MLC and compensator plans in terms of MUs and target and normal structure coverage. Results: Compensators offer superior resolution compared to MLCs and are easier and faster to plan. DVH analysis from both patients shows adequate target coverage for both IMRS and compensator plans. More sparing of normal tissues in compensator plan was observed sometimes. The MUs were reduced by factors of more than 3 compared to an MLC based IMRS plan. Conclusion: Compensator based IMRS can dramatically reduce the number of MU needed for multiple brain lesion radiosurgery as compared to an MLC based IMRS plan while preserve prescribed dose coverage. Conflict of Interest: This work is partially supported by .decimal Inc.
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) | 0,000 | 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 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 ».