SU‐GG‐T‐517: Dose Calculation Accuracy of a Commercial Treatment Planning System for Phantom Geometries with Varied Lung Densites
Notice bibliographique
Résumé
Purpose: The purpose of this study was to investigate the dose calculation accuracy of a commercial treatment planning system for various water‐lung phantom geometries; specifically, the effects of lung density, chest‐wall thickness and a 3‐field beam configuration. Method and Materials: A comparison was made between collapsed cone convolution (CCC) calculations and DOSXYZnrc Monte Carlo (MC) simulations for: (1) a homogeneous phantom (ρ = 1.00, 0.500, 0.250 and 0.125 g⋅cm−3), (2) a slab phantom with varied chest‐wall thicknesses (dchest = 1.5, 2.25 and 3.0 cm) and lung densities and (3) a 15×15×15 cm3 box of lung surrounded by a 2.25 cm layer of water. We use ρlung = 0.400, 0.150 and 0.250 g⋅cm−3 to simulate full exhalation, inhalation and mean lung density respectively. For the homogeneous and slab phantoms one 6MV 10×10 cm2 field incident on a 50×50×25 cm3 phantom at SSD = 100 cm was simulated. For the box phantom a 3‐field beam configuration was used to simulate a basic lung treatment. Results: For the homogeneous phantom at, , the CCC results were systematically 5% high. The slab phantom results showed that past d = 3.0 cm the accuracy of the CCC calculations were dependent on lung density and independent of chest‐wall thickness. The percent difference was as high as 4% for . The 3‐field box simulations revealed an increased difference with decreasing lung density. Percent differences were as high as 8%, 4%, and 2% for the ρlung = 0.150, 0.250, and 0.400 g⋅cm−3 phantoms. Conclusion: For the homogeneous phantom simulations, the percent difference increased with decreasing density. Dose accuracy was found to be invariant with respect to chest‐wall thickness. From the 3‐field box configuration, we found the total percent difference increased with the number of fields.
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 | 0,002 | 0,005 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».