TU‐H‐BRA‐03: Performance of a Clinical Gridded Electron Gun in Magnetic Fields: Implications for MRI‐Linac Therapy
Notice bibliographique
Résumé
Purpose: Recent advances towards MRI Linac radiotherapy have motivated a wide range of studies characterizing electromagnetic interactions between the two devices. One of the most sensitive components is the linac electron gun. To data, only non gridded (diode) guns have been investigated however, most linac vendors utilize gridded (triode) guns, which enable efficient and robust beam gating. The purpose of this study was to develop a realistic model of a gridded gun used clinically, and to characterize its performance in magnetic fields. Methods: The gridded electron gun used on Varian high energy machines was measured using 3D laser scanning quoted as accurate to 0.1mm. Based on the scane, a detailed CAD mode was developed. From this, key geometry was extracted and a FEM model was developed (Opera/SCALA). Next, the high voltage (HV), grid voltage, and emission current were read from six dose matched TrueBeam linacs for the 6X, 10X and 15X photon modes (0 B‐field). The mean values were used to represent each mode, which was simulated I constant magnetic fields from 0–200G in‐line, and 0–35G perpendicular. Results: Experimentally measured HV, grid voltage, and emission current from 6X, 10X and 15X modes were respectively: 15±.03kV, 10±.08kV, 11±.03kV; 93±7V, 41±3V, and 70±6V; 327±27mA, 129±10mA, and 214±19mA. The error in simulated emission current of each mode was 3%,6%, and 3%. For in‐line fields, 50% beam loss occurred at 114, 96, and 97G; for perpendicular; at 12, 13 and 14G. Sensitivity for a given geometry is primarily determined by HV setting. Conclusion: Future MRI‐Linac systems will almost certainly use gridded guns. We present the first model of a clinical gridded gun, and match the experimental emission current to within 6% across three different operating modes. This clinical gun shows increased sensitivity to magnetic fields than previous work,and different modes show different sensitivity.
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 | 0,002 |
| 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 | 0,001 | 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 ».