A gated deep inspiration breath‐hold radiation therapy technique using a linear position transducer
Notice bibliographique
Résumé
For patients with thoracic and abdominal lesions, respiration-induced internal organ motion and deformations during radiation therapy are limiting factors for the administration of high radiation dose. To increase the dose to the tumor and to reduce margins, tumor movement during treatment must be minimized. Currently, several types of breath-synchronized systems are in use. These systems include respiratory gating, deep inspiration breath-hold, active breathing control, and voluntary breath-hold. We used a linear position transducer (LPT) to monitor changes in a patient's abdominal cross-sectional area. The LPT tracks changes in body circumference during the respiratory cycle using a strap connected to the LPT and wrapped around the patient's torso. The LPT signal is monitored by a computer that provides a real-time plot of the patient's breathing pattern. In our technique, we use a CT study with multiple gated acquisitions. The Philips Medical Systems Q series CT imaging system is capable of operating in conjunction with a contrast injector. This allows a patient performing the deep inspiration breath-hold maneuver to send a signal to trigger the CT scanner acquisitions. The LPT system, when interfaced to a LINAC, allows treatment to be delivered only during deep inspiration breath-hold periods. Treatment stops automatically if the lung volume drops from a preset value. The whole treatment can be accomplished with 1 to 3 breath-holds. This technique has been used successfully to combine automatically gated radiation delivery with the deep inspiration breath-hold technique. This improves the accuracy of treatment for moving tumors, providing better target coverage, sparing more healthy tissue, and saving machine time.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».