The comparison between 6 MV Primus LINAC simulation output using EGSnrc and commissioning data
Notice bibliographique
Résumé
Abstract Introduction Monte Carlo calculation method is considered to be the most accurate method for dose calculation in radiotherapy. The purpose of this research is comparison between 6 MV Primus LINAC simulation output with commissioning data using EGSnrc and build a Monte Carlo geometry of 6 MV Primus LINAC as realistically as possible. The BEAMnrc and DOSXYZnrc (EGSnrc package) Monte Carlo model of the LINAC head was used as a benchmark. Methods In the first part, the BEAMnrc was used for the designing of the LINAC treatment head. In the second part, dose calculation and for the design of 3D dose file were produced by DOSXYZnrc. The simulated PDD and beam profile obtained were compared with that calculated using commissioning data. Good agreement was found between calculated PDD (1·1%) and beam profile using Monte Carlo simulation and commissioning data. After validation, TPR 20,10 , TMR and S p values were calculated in five different field. Results Good agreement was found between calculated values by using Monte Carlo simulation and commissioning data. Average differences for five field sizes in this approach is about 0·83% for S p . for TPR 20,10 differences for field sizes 10×10 cm 2 is 0·29% and for TMR in five field sizes, the average value is ~1·6%. Conclusion In conclusion, the BEAMnrc and DOSXYZnrc codes package have very good accuracy in calculating dose distribution for 6 MV photon beam and it can be considered as a promising method for patient dose calculations and also the Monte Carlo model of primus linear accelerator built in this study can be used as method to calculate the dose distribution for cancer patients.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».