Effect of deformable registration uncertainty on lung SBRT dose accumulation
Notice bibliographique
Résumé
PURPOSE: Deformable image registration (DIR) plays an important role in dose accumulation, such as incorporating breathing motion into the accumulation of the delivered dose based on daily 4DCBCT images. However, it is not yet well understood how the uncertainties associated with DIR methods affect the dose calculations and resulting clinical metrics. The purpose of this study is to evaluate the impact of DIR uncertainty on the clinical metrics derived from its use in dose accumulation. METHODS: A biomechanical model based DIR method and a biomechanical-intensity-based hybrid method, which reduced the average registration error by 1.6 mm, were applied to ten lung cancer patients. A clinically relevant dose parameter [minimum dose to 0.5 cm(3) (Dmin)] was calculated for three dose scenarios using both algorithms. Dose scenarios included static (no breathing motion), predicted (breathing motion at the time of planning), and total accumulated (interfraction breathing motion). The relationship between the dose parameter and a combination of DIR uncertainty metrics, tumor volume, and dose heterogeneity of the plan was investigated. RESULTS: Depending on the dose heterogeneity, tumor volume, and DIR uncertainty, in over 50% of the patients, differences greater than 1.0 Gy were observed in the Dmin of the tumor in the static dose calculation on exhale phase of the 4DCT. Such differences were due to the errors in propagating the tumor contours from the reference planning 4DCT phase onto a subsequent 4DCT phase using each DIR algorithm and calculating the dose on that phase. The differences in predicted dose were more subtle when breathing motion was modeled explicitly at the time of planning with only one patient exhibiting a greater than 1.0 Gy difference in Dmin. Dmin differences of up to 2.5 Gy were found in the total accumulated delivered dose due to difference in quantifying the interfraction variations. Such dose uncertainties could potentially be clinically significant. CONCLUSIONS: Reductions in average uncertainty in DIR algorithms by 1.6 mm may have a clinically significant impact on the decision-making metrics used in dose planning and dose accumulation assessment.
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 | 0,004 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».