MétaCan
Menu
← Retour à la cohorte
Enregistrement W2086948257 · doi:10.1118/1.2962257

SU‐GG‐T‐508: Evaluation of the Monte Carlo Dose Calculation Engine of Eclipse Treatment Planning System for Electron Beams

2008· article· en· W2086948257 sur OpenAlexaffabout
G. Lagmago Kamta, Brigitte Reniers

Notice bibliographique

RevueMedical Physics · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensMontreal General Hospital
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodEclipseElectronComputational physicsPhysicsDosimetryNoise (video)Radiation treatment planningNuclear medicineMaterials scienceOpticsComputer scienceNuclear physicsRadiation therapyMedicineMathematicsRadiologyStatistics

Résumé

récupéré en direct d'OpenAlex

Method and Materials: Eclipse©'s electron Monte Carlo (eMC) (Varian, Palo Alto, CA) engine is a fast implementation of Monte Carlo (MC) method for radiotherapy treatment planning with electron beams. Several types of phantoms, combining low and high density heterogeneities ranging from air through lung to cortical bone, are used to evaluate eMC by comparing its results with measurements and with full MC simulations using DOSXYZnrc (NRC, Canada). Measurements with physical phantoms are done using EBT Gafchromic© films, leading to absolute dose. The phantoms are reproduced virtually in order to exclude the effect of the CTscan (HU — density conversion curve, noise, artifacts, …) in DOSXYZnrc and in Eclipse© for full MC and eMC calculations, respectively. Results: Absolute dose profiles obtained via the three methods (measurements, eMC and MC) are compared. As expected, MC simulations agree better with measurements. The three methods agree quite well in general, within 5% even in regions of high dose gradients, which is a great improvement compared over the previous algorithms. However, larger discrepancies (as high as 10%) between eMC and measurements are found under the small heterogeneities, as was already reported by Ding et al (Phys. Med. Biol. 51, 2781 (2006)). Our differences are smaller though probably due to the fact that that they use smaller heterogeneities which is harder to model due to scatter. This is still under investigation. The effect of the use of CT‐defined phantoms instead of the virtual phantoms is also part of this study. Conclusion: Our preliminary results using virtually designed phantoms show that eMC simulations give a good agreement with measurements within uncertainties. This study is very encouraging and shows that it should now be possible to treat the electron beams with the same kind of precision as is already done for photon beams.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,323
Écart entre enseignants0,295 · 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

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