A model-based 3D patient-specific pre-treatment QA method for VMAT using the EPID
Notice bibliographique
Résumé
This study reports the development and validation of a model-based, 3D patient dose reconstruction method for pre-treatment quality assurance using EPID images. The method is also investigated for sensitivity to potential MLC delivery errors. Each cine-mode EPID image acquired during plan delivery was processed using a previously developed back-projection dose reconstruction model providing a 3D dose estimate on the CT simulation data. Validation was carried out using 24 SBRT-VMAT patient plans by comparing: (1) ion chamber point dose measurements in a solid water phantom, (2) the treatment planning system (TPS) predicted 3D dose to the EPID reconstructed 3D dose in a solid water phantom, and (3) the TPS predicted 3D dose to the EPID and our forward predicted reconstructed 3D dose in the patient (CT data). AAA and AcurosXB were used for TPS predictions. Dose distributions were compared using 3%/3 mm (95% tolerance) and 2%/2 mm (90% tolerance) γ-tests in the planning target volume (PTV) and 20% dose volumes. The average percentage point dose differences between the ion chamber and the EPID, AcurosXB, and AAA were 0.73 ± 1.25%, 0.38 ± 0.96% and 1.06 ± 1.34% respectively. For the patient (CT) dose comparisons, seven (3%/3 mm) and nine (2%/2 mm) plans failed the EPID versus AAA. All plans passed the EPID versus Acuros XB and the EPID versus forward model γ-comparisons. Four types of MLC sensitive errors (opening, shifting, stuck, and retracting), of varying magnitude (0.2, 0.5, 1.0, 2.0 mm), were introduced into six different SBRT-VMAT plans. γ-comparisons of the erroneous EPID dose and original predicted dose were carried out using the same criteria as above. For all plans, the sensitivity testing using a 3%/3 mm γ-test in the PTV successfully determined MLC errors on the order of 1.0 mm, except for the single leaf retraction-type error. A 2%/2 mm criteria produced similar results with two more additional detected errors.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 0,002 |
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 ».