Monte Carlo optimization of a microbeam collimator design for use on the small animal radiation research platform (SARRP)
Notice bibliographique
Résumé
Abstract Microbeam radiation therapy (MRT) is a pre-clinical, spatially-fractionated treatment modality noted for its ability to achieve a large differential response between normal and tumoral tissues. In the present study, TOPAS Monte Carlo (MC) simulations were used to optimize the design of a compact, affordable multi-slit collimator (MSC) suitable for use with the small animal radiation research platform (SARRP). MRT dose distributions in a (1 × 1 × 3)cm 3 water phantom were simulated for a tungsten MSC using different focal spot sizes (0.4, 3 mm), beam energies (40, 80, 220 kVp), slit widths (100, 125, 150, 175, 200 µ m), collimator thicknesses (1.5, 2.5, 3 cm) and collimator-to-surface distances (CSD of 1 and 3 cm). Key MRT figures of merit, namely the peak-to-valley dose ratio (PVDR), full-width at half-maximum and peak dose rate were determined. Use of the small focal spot maximized the PVDR (~40 at surface) and reduced the system’s sensitivity to changes in CSD, but decreased the collimated beam output to 55.2 cGy min −1 . The large focal spot was ill-suited for large CSD irradiations, but increased the beam output by a factor of 2.8, to 153.0 cGy min −1 , and decreased the sensitivity to changes in slit width. A modular MSC, using divergent plastic spacer materials in place of excavated slits, was also investigated. Polypropylene and polyethylene terephthalate material spacers were considered and while neither reduced the PVDR compared to air slits, the dose rate was reduced by 37% and 47%, respectively. Lastly, a steel parallel-slit MSC was used in a preliminary test of MRT delivery using the SARRP. Discrepancies between the results of film dosimetry and the corresponding MC simulations highlight the need to fabricate a more well-defined collimator for use in future validation and radiobiological work. The simulated results of this study are being used to inform the design of such a collimator, which will additionally boast a high degree of modularity at reasonable cost.
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 | 0,001 | 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 ».