Dosimetric consequences of tumour motion due to respiration for a scanned proton beam
Notice bibliographique
Résumé
A method for simulating spot-scanned delivery to a moving tumour was developed which uses patient-specific image and plan data. The magnitude of interplay effects was investigated for two patient cases under different fractionation and respiratory motion variation scenarios. The use of volumetric rescanning for motion mitigation was also investigated. For different beam arrangements, interplay effects lead to severely distorted dose distributions for a single fraction delivery. Baseline shift variations for single fraction delivery reduced the dose to the clinical target volume (CTV) by up to 14.1 Gy. Fractionated delivery significantly reduced interplay effects; however, local overdosage of 12.3% compared to the statically delivered dose remained for breathing period variations. Variations of the tumour baseline position and respiratory period were found to have the largest influence on target inhomogeneity; these effects were reduced with fractionation. Volumetric rescanning improved the dose homogeneity. For the CTV, underdosage was improved by up to 34% in the CTV and overdosage to the lung was reduced by 6%. Our results confirm that rescanning potentially increases the dose homogeneity; however, it might not sufficiently compensate motion-induced dose distortions. Other motion mitigation techniques may be required to additionally treat lung tumours with scanned proton 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 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) | 0,000 | 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 ».