MétaCan
Menu
← Retour à la cohorte
Enregistrement W2166755569 · doi:10.1088/0031-9155/59/8/1923

Pre-treatment radiotherapy dose verification using Monte Carlo doselet modulation in a spherical phantom

2014· article· en· W2166755569 sur OpenAlexaff
R Townson, Sergei Zavgorodni

Notice bibliographique

RevuePhysics in Medicine and Biology · 2014
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensBC Cancer AgencyUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésImaging phantomMonte Carlo methodDosimetrySymmetry (geometry)WeightingRadiation treatment planningPhysicsIntensity modulationComputer scienceNuclear medicineMathematicsAlgorithmPhase (matter)Radiation therapyOpticsPhase modulationMedicineGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Due to the increasing complexity of radiotherapy delivery, accurate dose verification has become an essential part of the clinical treatment process. The purpose of this work was to develop a pre-treatment verification technique capable of quickly reconstructing 3D dose distributions from both coplanar and non-coplanar treatments. For each treatment field, electronic portal images were taken in non-transmission mode (with no patient in the beam) allowing the derivation of the delivered fluence maps. The dose reconstruction was then performed in a spherical water phantom by modulating and summing the Monte Carlo (MC) doselets, defined on a spherical co-ordinate system, and pre-calculated from azimuthally symmetric fluence above the jaws. The technique, called the spherical doselet modulation (SDM) method, essentially eliminates the statistical uncertainty of the MC dose calculations by exploiting the azimuthal symmetry in both a patient-independent phase-space and in a virtual spherical water phantom. For example, this symmetry allowed the number of doselets necessary for dose reconstruction to be reduced by a factor of ∼250. In this work, only 51 radially binned doselets were used (each generated from all particles in a given annulus of the phase-space, azimuthally redistributed into a small cylindrical sector). The SDM method mitigates the most computationally intensive part of this type of dose reconstruction--reading, weighting and summing dose matrices. The accuracy of the system was tested against MC calculations as well as our previously reported phase-space modulation method, using a series of open field and IMRT cases. The mean chi- and gamma-test 3%/3 mm success rates of the SDM method were 98.6% and 99.5%, respectively, when compared to full MC simulation. The total calculation time was 96 s per treatment field on a single processor core.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,399
Écart entre enseignants0,308 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→