MétaCan
Menu
Retour à la cohorte
Enregistrement W2909133176 · doi:10.1002/mp.13372

Investigating energy deposition in glandular tissues for mammography using multiscale Monte Carlo simulations

2019· article· en· W2909133176 sur OpenAlexaff
Patricia Oliver, Rowan M. Thomson

Notice bibliographique

RevueMedical Physics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodMammographyEnergy (signal processing)Deposition (geology)Medical physicsStatistical physicsComputational physicsMaterials sciencePhysicsComputer scienceMedicineBreast cancerStatisticsMathematicsGeologyCancer

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To investigate energy deposition in glandular tissues of the breast on macro- and microscopic length scales in the context of mammography. METHODS: Multiscale mammography models of breasts are developed, which include segmented, voxelized macroscopic tissue structure as well as nine regions of interest (ROIs) embedded throughout the breast tissue containing explicitly-modelled cells. Using a 30 kVp Mo/Mo spectrum, Monte Carlo (MC) techniques are used to calculate dose to ∼mm voxels containing glandular and/or adipose tissues, as well as energy deposition on cellular length scales. ROIs consist of at least 1000 mammary epithelial cells and ∼200 adipocytes; specific energy (energy imparted per unit mass; stochastic analogue of the absorbed dose) is calculated within mammary epithelial cell nuclei. RESULTS: Macroscopic dose distributions within segmented breast tissue demonstrate considerable variation in energy deposition depending on depth and tissue structure. Doses to voxels containing glandular tissue vary between ∼0.1 and ∼4 times the mean glandular dose (MGD, averaged over the entire breast). Considering microscopic length scales, mean specific energies for mammary epithelial cell nuclei are ∼30% higher than the corresponding glandular voxel dose. Additionally, due to the stochastic nature of radiation, there is considerable variation in energy deposition throughout a cell population within a ROI: for a typical glandular voxel dose of 4 mGy, the standard deviation of the specific energy for mammary epithelial cell nuclei is 85% relative to the mean. Thus, for a glandular voxel dose of 4 mGy at the centre of the breast, corresponding mammary epithelial cell nuclei will receive specific energies up to ∼9 mGy (considering the upper end of the 1σ standard deviation of the specific energy), while a ROI located 2 cm closer to the radiation source will receive specific energies up to ∼40 mGy. Energy deposition within mammary epithelial cell nuclei is sensitive to cell model details including cellular elemental compositions and nucleus size, underlining the importance of realistic cellular models. CONCLUSIONS: There is considerable variation in energy deposition on both macro- and microscopic length scales for mammography, with glandular voxel doses and corresponding cell nuclei specific energies many times higher than the MGD in parts of the breast. These results should be considered for radiation-induced cancer risk evaluation in mammography which has traditionally focused on a single metric such as the MGD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,281
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetDigital Radiography and Breast ImagingTravaux en français237 207