MétaCan
Menu
← Retour à la cohorte
Enregistrement W2941717522 · doi:10.1088/1361-6560/ab1ccc

Modeling the primary source intensity distribution: reconstruction and inter-comparison of six Varian TrueBeam sources

2019· article· en· W2941717522 sur OpenAlexaff
Pavlos Papaconstadopoulos, Ives R. Levesque, Saad Aldelaijan, Kyle O’Grady, Slobodan Dević, Jan Seuntjens

Notice bibliographique

RevuePhysics in Medicine and Biology · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensMontreal Neurological Institute and HospitalJewish General HospitalMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésTruebeamMonte Carlo methodPhysicsGaussianPhotonOpticsFull width at half maximumLinear particle acceleratorBeam (structure)AlgorithmComputer scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

The primary source size is one of the most important beam model parameters in small photon fields. In this work we apply a recently suggested reconstruction technique to characterize the primary source of 6 Varian TrueBeam (TB) linacs. A series of photon fluence profile measurements were performed on 6 Varian TB linacs in the crossplane and inplane orientation using radiochromic film in air and a 2 mm Pb foil as a build-up layer. An image reconstruction algorithm was then applied, based on the maximum likelihood expectation-maximization (MLEM) algorithm, to estimate the source distribution. The method iteratively ray-traces photons from the source plane to the measurement plane to extract source profile corrections. The technique was first benchmarked using a Monte Carlo (MC) model of a Varian TrueBeam with known input Gaussian source sizes. The robustness of the suggested technique was also tested by randomly sampling different combinations of source and field size values and repeating the reconstruction. At the MC benchmarking stage the MLEM reconstruction algorithm was capable of reproducing the Gaussian shape with a RMSE less than 4.0%, while the reconstructed source size (FWHM) and field size were determined with an accuracy level of 0.14 mm and 0.10 mm respectively. Experimentally, the reconstructed TB sources presented FWHM values between 1.02-1.5 mm ([Formula: see text]-0.18 mm) and 1.08-1.42 mm ([Formula: see text]-0.13 mm) in the crossplane and inplane orientations respectively. All TB sources studied in this work can be considered symmetric within uncertainties with the exception of one. The source distribution presented systematic deviations from a Gaussian distribution mostly in the lower tail region. Multi-parameter functional forms, such as Pearson VII or double Gaussian presented improvements in modeling the source in this region, but increase the model complexity. The reconstructed sources measured in this work can serve as reference values for commissioning beam models in small fields and set upper and lower thresholds values of the expected source size for a TB linac.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,055
Tête enseignante GPT0,339
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→