Poster — Thur Eve — 22: Monte Carlo Inverse Planning and Site‐Specific Integration in HDR Brachytherapy
Notice bibliographique
Résumé
Purpose: In HDR brachytherapy, the presences of air gaps, bones and applicator are neglected in the TG43 dose calculation algorithm and therefore no commercial treatment planning system (TPS) can take into account these factors. This approximation could cause major dosimetric divergences. This work demonstrates the combine use of Monte Carlo (MC) dose calculations with inverse planning based on simulated annealing in order to incorporate heterogeneities at the optimization stage in brachytherapy. Materials and Method: Each DK consists in an independent simulation with a full representation of the setup: CT‐based reconstruction of the patient anatomy and applicator model in Geant4. Two different HDR source model were used for the study: Nucletron's 192Ir microSelectron and the axxent electronic source (Xoft inc.), for 50 kVp. This method is tested with two different anatomies. The first one is an interstitial breast treatment and the second case is a rectum applicator boost. A research version of the inverse planning algorithm IPSA was chosen as the optimization method. IPSA reads and analyzes the DKs, replacing the TG43 formula for the cost function evaluation. Results: The impact of the water approximation is found to be energy dependent, with a greater effect for the x‐ray source compared to Iridium. For the breast case, an underdosage of 5.4 % versus 2% on the CTV V100 is found. These deviations are corrected using the MC approach. Conclusion: This novel technique is shown to improve the dosimetry and the planning in HDR brachytherapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».