MétaCan
Menu
Retour à la cohorte
Enregistrement W2095186116 · doi:10.1088/0031-9155/51/23/n06

Coordinate transformations for BEAM/EGSnrc Monte Carlo dose calculations of non-coplanar fields received from a DICOM-compliant treatment planning system

2006· article· en· W2095186116 sur OpenAlexafffund
J Thebaut, Sergei Zavgorodni

Notice bibliographique

RevuePhysics in Medicine and Biology · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensBC Cancer AgencyUniversity of Victoria
Organismes subventionnairesBC Cancer Agency
Mots-clésRadiation treatment planningDICOMMonte Carlo methodImaging phantomCoordinate systemComputer scienceTransformation (genetics)Beam (structure)Process (computing)Quality assuranceMedical physicsComputational sciencePhysicsNuclear medicineSimulationRadiation therapyMathematicsOpticsMedicineChemistryArtificial intelligenceRadiology

Résumé

récupéré en direct d'OpenAlex

The Monte Carlo (MC) method provides the most accurate to-date dose calculations in heterogeneous media and complex geometries, and this spawns increasing interest in incorporating MC calculations in the treatment planning quality assurance process. This process involves MC dose calculations for the treatment plans produced clinically. Commonly used in radiotherapy, MC codes are BEAMnrc and DOSXYZnrc, which transport particles in a coordinate system (c.s.) that has been established historically and does not correspond to the c.s. of treatment planning systems (TPSs). Relative rotations of these c.s. are not straightforward, especially for non-coplanar treatments. Transformation equations are therefore required to re-calculate a treatment plan using BEAM/DOSXYZnrc codes. This paper presents such transformations for beam angles defined in a DICOM-compliant treatment planning coordinate system. Verification of the derived transformations with two three-field plans simulated on a phantom using TPS as well as MC codes has been performed demonstrating exact geometrical agreement of the MC treatment fields' placement.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,091
Tête enseignante GPT0,375
Écart entre enseignants0,284 · 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

Citations10
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207