Template-Based Inverse PlanningSimulated Annealing for CT-Based High-Dose-Rate Brachytherapy of Cervical Cancer: Feasibility Study
Notice bibliographique
Résumé
Purpose:To investigate the feasibility of using an inverse planning technique for CT-based ring and tandem high-dose rate brachytherapy of cervical cancer. Methods and Materials:Two patients previously treated with high-dose-rate brachytherapy for cervical cancer were retrospectively identified for this study. Each patient had five intracavitary insertions using CT/MR-compatible tandem and ring applicators. The 6Gy isodose lines from the original clinical plans were converted into a structure set (S6) using MIMvista. Inverse plans were then generated in Oncentra using the inverse planning simulated annealing (IPSA) with S6 as the optimization target. The dose to 0.1cm3, 1cm3, 5cm3 of bladder (DB0.1, DB1, and DB5) and rectum (DR0.1, DR1, DR5) were determined from the dose volume histogram (DVH). Percentage of physician drawn clinical target volume (CTV) and S6 coverage (V100CTV, V100S6) were also recorded. Results:The mean V100%CTV of the original clinical plans and the inverse plans were 88.14% and 87.57%. The mean V100%S6 of the original clinical plans and the inverse plans was 98.68% and 97.00%. The mean dose reduction for DB0.1, DB1 and DB5 were 5.4%, 5.4%, and 4.7%, respectively. The mean dose reduction for DR0.1, DR1 and DR5 were 6.4%, 5.5%, and 4.8%. Conclusions:This work demonstrated the feasibility of this structure-based inverse planning. It can achieve comparable CTV coverage while reducing dose to critical structures. Once template structure set is constructed, this procedure can not only reduce planning time, but improve quality assurance by standardizing the procedure. This approach can be directly extended to other applicator-based brachytherapy procedures.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».