MétaCan
Menu
Retour à la cohorte
Enregistrement W2943726039 · doi:10.1088/1361-6560/ab1e9d

Influence of intravenous contrast agent on dose calculation in proton therapy using dual energy CT

2019· article· en· W2943726039 sur OpenAlexaff
Arthur Lalonde, Yunhe Xie, Brendan Burgdorf, Shannon O’Reilly, W. Scott Ingram, Lingshu Yin, Wei Zou, Lei Dong, Hugo Bouchard, B Teo

Notice bibliographique

RevuePhysics in Medicine and Biology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésDigital Enhanced Cordless TelecommunicationsContrast (vision)Nuclear medicineProton therapyProtonHead and neckMaterials scienceBiomedical engineeringPhysicsOpticsMedicineComputer scienceNuclear physicsSurgery

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to evaluate the effect of an intravenous (IV) contrast agent on proton therapy dose calculation using dual-energy computed tomography (DECT). Two DECT methods are considered. The first one, [Formula: see text], attempts to accurately predict the proton stopping powers relative to water (SPR) of contrast enhanced (CE) DECT images, while the second generates a virtual non-contrast (VNC) volume that can be processed as a native non-contrast (NC) one. Both methods are compared against single-energy computed tomography (SECT). The accuracy of SPR predicted for different concentrations of IV contrast diluted in water is first evaluated using simulated data. Results then are validated in an experimental set-up comparing SPR predictions for both NC and CE images to measurements made with a multi-layer ionisation chamber (MLIC). Finally, the impact of IV contrast on dose calculation using both SECT and DECT is evaluated for one liver and one head and neck patient. Using simulated data, DECT is shown to be less sensitive to the presence of IV contrast than SECT, although the performance of the [Formula: see text] method is sensitive to the level of beam hardening considered. For different concentrations of IV contrast diluted in water, experimental MLIC measurement of SPR agrees with DECT predictions within 3% while SECT introduce errors above 20%. This error in the SPR value results in a range error of up to 3.2 mm (2.6%) for proton beams calculated on SECT CE patient images. The error is reduced below 1 mm using DECT with the [Formula: see text] and VNC methods. Globally, it is observed that the influence of IV contrast on proton therapy dose calculation is mitigated using DECT over SECT. In patient anatomies, the VNC approach provides the best agreement with the reference dose distribution.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,067
Tête enseignante GPT0,333
Écart entre enseignants0,267 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207