SU-G-JeP2-09: Minimal Skin Dose Increase in Longitudinal Rotating Biplanar Linac-MR Systems: Examination of Radiation Energy and Flattening Filter Design
Notice bibliographique
Résumé
Purpose: To quantify increase in entrance skin-dose due to magnetic fields of the Alberta longitudinal linac-MR by examining the effect of radiation energy and flattening filter, using Monte Carlo calculations and accurate 3-D models of the magnetic field. Methods: The 3-D magnetic fields generated by the bi-planar Linac-MR are calculated with FEM using Opera-3D. BEAMnrc simulates the particle phase-space in the presence of the rapidly decaying fringe field of 0.5T MRI assembled with a Varian 600C linac with an isocentre distance of 130 cm for 6 MV and 10 MV beams. Skin doses are calculated at an average depth of 70 µm using DOSXYZnrc with varying SSDs and field sizes. Furthermore, flattening filters are reshaped to compensate for the significant drop in dose rate due to increased SAD of 130 cm and skin-doses are evaluated. Results: The confinement effect of the MRI fringe field on the contaminant electrons is minimal. For SSDs of 100 – 120 cm the increase in skin dose is ∼6% – 19% and ∼1% – 9% for the 6 and 10 MV beams, respectively. For 6MV, skin dose increases from ∼10.5% to 1.5%. for field-size increases of 5×5 cm2 to 20×20 cm2. For 10 MV, skin dose increases by ∼6% for a 5×5 cm2 field, and decreases by ∼1.5% for a 20×20 cm2 field. The reshaped flattening filter increases the dose rate from 355 MU/min to 529 MU/min (6 MV) or 604 MU/min (10 MV), while the skin-dose increases by only an additional ∼2.6% (all percent increases in skin dose are relative to Dmax). Conclusion: There is minimal increase in the entrance skin dose and minimal/no decrease in the dose rate of the Alberta longitudinal linac-MR system. There is even lower skin-dose increase at 10 MV. Funding: Alberta Innovates - Health Solutions (AIHS) Conflict of Interest: Fallone is a co-founder and CEO of MagnetTx Oncology Solutions (under discussions to license Alberta bi-planar linac MR for commercialization)
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 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 ».