161 PSMA-PET Guided Intensification of Radiotherapy for Prostate Cancer: Preliminary Detection Rate and Impact on Radiotherapeutic Management
Notice bibliographique
Résumé
Purpose: To present an innovative technology for continuous patient position monitoring during precision radiation therapy treatment.The system can detect intra-fraction patient motion with sub-millimeter accuracy in 3D during SRS treatment.It can also be used to detect respiratory motion during lung, breast, or liver treatment.The system provides real-time motion monitoring with no direct contact with the patient and without the use of ionizing radiation or relying on surrogates such as skin. Materials and Methods:This technology relies on continuous capacitance measurements for motion detection.The system is sensitive to position of the body (cranium, chest, etc.) and insensitive to the position of the surrounding immobilization devices, fabric, etc. Due to the conductivity of the human body, placing a conductive sensor near the body forms a capacitor and monitoring the resulting capacitance provides real-time information regarding the distance between the sensor and region of interest (ROI) of the body.A cranial array of four conductive sensors (4 by 6 inch) placed around the cranium was used to detect 3D motion of the cranium within the thermoplastic mask in real time with the help of a volunteer.A respiratory array comprised of three sensors (2 by 4 inch) was used to detect the respiratory motion for different regions of interest for chest and abdominal breathing with the help of a volunteer.Results: Our cranial prototype can detect 0.5mm motion with 0.1mm accuracy in three dimensions.The respiratory prototype can detect chest and abdominal motion in agreement with the RPM system.The system is not sensitive to the thermoplastic mask, fabrics, etc. and does not require an unobstructed view of the region of interest. Conclusions:This new technology provides a non-contact, real time, and non-ionizing motion monitoring system that is not dependent on deformable surrogates i.e. skin and does not require unobstructed view of the body.
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 | 0,002 | 0,006 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».