Mucosal dosimetry on unflattened photon beams: a Monte Carlo phantom study
Notice bibliographique
Résumé
Abstract Objective: This study investigated the dependences of mucosal dose and photon energy distribution on the flattened and unflattened photon beams using Monte Carlo simulation. Methods: A heterogeneous mucosa phantom with a variation of mucosal thickness (0.5–3 mm) was irradiated by the 6 and 10 MV flattened and unflattened photon beams generated by a Varian TrueBeam linac. The photon energy distributions at the mucosa and depth doses at the bones and mucosa were calculated using the EGSnrc-based Monte Carlo code. Results: It is found that the 6 MV unflattened photon beam contained more particle fluence in the low-energy range (0–100 keV) than the 10 MV. However, mucosal doses for the unflattened photon beams were found lower than the flattened. This is different from the skin dose having dose enhancement on the unflattened beam compared to the flattened, though both mucosal and skin structure involve an air-soft tissue interface. The particle fluence of the 6 and 10 MV unflattened photon beams increased with an increase of the mucosal thickness. This agreed well with the relative depth doses that increased in the ranges of 3.4%–3.6% and 2.5%–3.0% at the upper mucosa, and 5.1%–5.7% and 2.9%–3.2% at the lower mucosa, with their thickness increasing from 0.5–3 mm for the 6 and 10 MV unflattened photon beams. Conclusion: It is concluded that the unflattened photon beam results in a lower mucosal dose than the flattened, and the 6 MV unflattened beam has a larger dependence of mucosal dose on its thickness when compared to the 10 MV.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».