Monte Carlo validation of a portal imager scatter dose model
Notice bibliographique
Résumé
A common and clinically significant drawback of current portal scatter dose estimation methods is the workload required to measure the scatter dose data for use in the scatter model. To address this problem, a scatter model based on first order Compton scatter was developed and validated for a photon beam energy of 6 MV. This approach was motivated by the observations that at large air gaps (i) the scatter dose is uniform across the portal image (as previously shown by others) and (ii) the scatter dose is principally from first order Compton scatter (shown here). Monte Carlo simulation was chosen for the development and validation of the model since with its use the scatter dose can be separated according to particle type and interaction history, which cannot be done experimentally. The model uses Monte Carlo derived scatter kernels that describe the imager dose from first order scattered photons generated in a 1 cm/sup 3/ voxel located 50 cm or more above the imager. The model includes the divergence and attenuation of the primary and once scattered photons. Dose from multiple scatter was dealt with effectively by slightly overestimating the dose from first scatter. For 36 phantoms (homogeneous, slab, and anthropomorphic), the root mean square deviation between the SPRs calculated using the scatter model and the SPRs from Monte Carlo data was 0.6% or less. For the anthropomorphic phantoms, the authors' model is shown to be comparable in accuracy to a current scatter dose estimation method used for in vivo dosimetry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».