MétaCan
Menu
← Retour à la cohorte
Enregistrement W2095161483 · doi:10.1118/1.3181908

SU‐FF‐T‐426: Fast 4D Monte Carlo Dose Calculations in Deforming Anatomies

2009· article· en· W2095161483 sur OpenAlexaff
Emily Heath, I. Kawrakow

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodImaging phantomVoxelComputationImage warpingGeometryMathematicsPhysicsComputer scienceAlgorithmOpticsStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Purpose: The voxel warping approach to 4D dose calculation calculates the dose deposition on a deformed dose grid in order to determine the contribution of dose deposited at one anatomical state to a reference state. The current implementation of this method in the defDOSXYZnrc Monte Carlo code resulted in a significant increase in computation times. The purpose of this work was an efficient implementation of the voxel warping method in the VMC++ Monte Carlo. Three alternative deformed voxel geometry definitions were investigated to see how they influence the remapped dose calculation efficiency and accuracy. Method and Materials: A set of new deformable geometry classes was created for VMC++ which were compiled as dynamic shared libraries that could be loaded at run time. We implemented three different deformable geometries: a deformed dodecahedron geometry and two geometries based on tetrahedral elements with alternate divisions of the voxel faces. Dose calculations using the new deformable VMC++ geometry were validated by comparison with defDOSXYZnrc by calculating remapped dose in a deforming water phantom and a lung patient deformed from Inhale to Exhale. Dose distributions were compared using the gamma index as well as the Kawrakow‐Fippel test to distinguish systematic discrepancies from dose differences due to random statistical uncertainties. Results: Efficiency gains of the order of 100 were obtained relative to defDOSXYZnrc. A further factor of 1.2 gain in efficiency was realized with the tetrahedral geometries. VMC++ and defDOSXYZnrc calculations were found to agree within 1% in the deforming phantom. Although it could be demonstrated that different folding of the voxel faces influences the dose calculation no differences were found in the patient dose distributions calculated using the different geometries. Conclusion: We have implemented a new deformed geometry class in the VMC++ Monte Carlo code which makes possible efficient and accurate 4D dose calculations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
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)0,0130,003

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 Opus0,009
Tête enseignante GPT0,292
Écart entre enseignants0,283 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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