Poster — Thur Eve — 35: Lung SBRT: 4DCT Based Treatment Planning in Presence of Respiratory Motion
Notice bibliographique
Résumé
The purpose of this study was to determine the impact of internal target volume (ITV) density on the 4DCT based lung stereotactic body radiotherapy (SBRT) treatment planning (TP) using the ITV density assignment correction (DAC). Siemens 40‐slice CT scanner was used to acquire 8 phases of 4DCT images and a free breathing CT scan of CIRS Dynamic Thorax Phantom with the tumor moving in three dimensions. The ITV was created from the merge of all the CTVs in all the phases in Eclipse and copied to the free breathing CT scan for planning dose calculation. The PTV was created by adding a 5mm margin around the ITV. Lung SBRT plans were created using the 0% inhale phase, the 50% inhale phase and the free breathing CT scan under the original CT scan and DAC in the ITV. Our data shows ITV coverage from the isodose line, DVH analysis and mean dose on the free breathing CT scan, 0% inhale phase and 50% inhale phase with and without ITV DAC. The high dose region follows the CTV without DAC in the ITV because of the higher build‐up of dose within the denser CTV volume than in the surrounding less dense lung tissue. The MU decreased 0.9%, 1.3% and 1.2% for free breathing scan, 0% inhale and 50% inhale respectively with DAC in the ITV. The DAC provided a clinical acceptable way to predict the ITV dose coverage in the treatment planning system.
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 | 0,001 | 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) | 0,013 | 0,002 |
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 ».