MétaCan
Menu
← Retour à la cohorte
Enregistrement W2081631681 · doi:10.1118/1.2240220

SU‐EE‐A2‐05: Direct Aperture Optimization for On‐Line Adaptive Radiation Therapy

2006· article· en· W2081631681 sur OpenAlexaff
Ante Mestrovic, Marie‐Pierre Milette, Alan Nichol, Karl F. Otto

Notice bibliographique

RevueMedical Physics · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésDosimetryAperture (computer memory)Radiation treatment planningComputer scienceIsocenterRadiation therapyGeometryMedical physicsMathematicsNuclear medicinePhysicsMedicineAcousticsSurgery

Résumé

récupéré en direct d'OpenAlex

Purpose: To investigate a novel technique for on‐line adaptive radiation therapy (ART) that uses direct aperture optimization (DAO) Methods and Materials: A model simulating the geometry of a prostate case was created. The prostate, rectum and bladder are represented by an ellipsoid, cylinder and sphere, respectively (the dimensions and positions of these structures are based on patient image data). This configuration represented the “original geometry” and was used to create the original IMRT treatment plan. The plan was created using an in‐house DAO system with seven beams (40, 80, 110, 250, 280, 310, 355 gantry angles) and six apertures per beam. Four different “deformed geometries” were created by systematically deforming the original geometry to various degrees (0.25, 0.50, 0.75 and 1.00 cm maximum deformations of rectum and prostate). For each deformed geometry, a new treatment plan was created by modifying (adapting) the original treatment plan using DAO. The quality of the resulting plans, together with the optimization time efficiency of the plan adaptation, was used to assess the suitability of DAO for on‐line ART. The effects of altering different DAO parameters were investigated by varying the maximum leaf step size, maximum aperture weight change and optimization cooling schedule. Results: The plans created by adapting the original treatment plan met the imposed dose constraints for all four deformed geometries. Adapting the original treatment plan was much faster than performing a completely new re‐optimization. Furthermore, by appropriately limiting selective DAO parameters the convergence to an acceptable plan was significantly accelerated. The optimal choice of DAO parameter limits was correlated to the degree of geometry deformation. Conclusion: This study demonstrated that DAO is highly suitable for online ART. The treatment plan adaptation was efficient and the resulting plans met the imposed dose constraints.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,278
Écart entre enseignants0,267 · 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
GenreEmpirique

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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