Poster — Thur Eve — 18: Cherenkov Emission By High‐Energy Radiation Therapy Beams: A Characterization Study
Notice bibliographique
Résumé
We investigate Cherenkov emission (CE) by radiotherapy beams via radiation dose‐versus‐CE correlation analyses, CE detection optimization by means of a spectral shift towards the near‐infrared (NIR) window of biological tissue, and comparison of CE to on‐board MV imaging. Dose‐CE correlation was investigated via simulation and experiment. A Monte Carlo (MC) CE simulator was designed using Geant4. Experimental phantoms include: water; tissue‐simulating phantom composed of water, Intralipid®, and beef blood; plastic phantom with solid water insert. The detector system comprises an optical fiber and diffraction‐grating spectrometer incorporating a front/back‐illuminated CCD. The NIR shift was carried out with CdSe/ZnS quantum dots (QDs), emitting at (650±10) nm. CE and MV images were acquired with a CMOS camera and electronic portal imaging device. MC and experimental studies indicate a strong linear dose‐CE correlation (Pearson coefficient > 0.99). CE by an 18‐MeV beam was effectively NIR‐shifted in water and a tissue‐simulating phantom, exhibiting a significant increase at 650 nm for QD depths up to 10 mm. CE images exhibited relative contrast superior to MV images by a factor of 30. Our work supports the potential for application of CE in radiotherapy online imaging for patient setup and treatment verification, since CE is intrinsic to the beam and non‐ionizing and QDs can be used to improve CE detectability, potentially yielding image quality superior to MV imaging for the case of low‐density‐variability, low‐optical‐attenuation materials (ex: breast/oropharynx). Ongoing work involves microenvironment functionalization of QDs and application of multi‐channel spectrometry for simultaneous acquisition of dosimetric and tumor oxygenation signals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».