Performance optimization of capacitive motion sensing (CMS) system for intra-fraction motion detection during stereotactic radiosurgery
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this investigation is to improve intra-fractional motion detection during cranial stereotactic radiosurgery with a novel capacitive motion sensing (CMS) system. Previous work showed that a capacitive detection system, based on a MPR121 capacitance-to-digital converter, provided a number of advantages over existing patient imaging systems used in the clinic, by uniquely offering ionizing-radiation-free and continuous monitoring without modification to the immobilization mask or treatment room. However, in order to provide submillimeter detection accuracy, the MPR121-based CMS system required relatively large sensors in close proximity to the patient. Therefore, the aim of this investigation was to improve sensitivity of the system, allowing reduction in sensor size and preserving its stable operation in the linear accelerator environment. For this, we developed, characterized and compared motion detection capabilities of four CMS systems based on different capacitance-to-digital converters: MPR121, CPT212B, FDC1004 and FDC2214. Among all candidates, the FDC2214-based system was found to uniquely combine accurate 3D motion detection in real time, with stable performance under ionizing radiation. It exhibited an order of magnitude improvement in sensitivity in comparison with the proof-of-study system, allowing a spatial precision as low as 0.3 mm, and its overall performance was found to satisfy the AAPM practice guidelines of positioning tolerance within 1 mm. Furthermore, the high sensitivity of the system allows both reduction of the sensor area and location more distant from the patient surface, which are key improvements with regard to development of a clinical device.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 découle