MétaCan
Menu
Retour à la cohorte
Enregistrement W3027405226 · doi:10.1002/mp.14213

Tomographic‐based 3D scintillation dosimetry using a three‐view plenoptic imaging system

2020· article· en· W3027405226 sur OpenAlexafffund
Madison Rilling, Guillaume Allain, Simon Thibault, Louis Archambault

Notice bibliographique

RevueMedical Physics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversité LavalHôtel-Dieu de Québec
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDosimetryOpticsScintillationScintillatorVoxelImage resolutionPhysicsIterative reconstructionPixelNuclear medicineComputer scienceComputer visionDetector

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To demonstrate the feasibility of a three-plenoptic camera projection, scintillation-based dosimetry system for measuring three-dimensional (3D) dose distributions of static photon radiation fields. METHODS: Static x-ray photon beams were delivered to a cubic plastic scintillator volume embedded within acrylic blocks. For each beam, three orthogonal projections of the scintillating light emission were recorded using a multifocus plenoptic camera. Experimental 3D reconstructions of the light distribution were obtained using an iterative maximum likelihood-expectation maximization (ML-EM) algorithm. For this purpose, the elements of the system matrix representing the contribution of the scintillator volume voxels to the camera sensor pixels were calculated using optical design software. A reconstruction-specific correction was applied to light reconstructions to account for scintillating light imaged by the camera but not directly resulting from dose deposition. Cross beam profiles (CBPs) and percentage depth dose (PDD) curves were compared to treatment planning system data for square fields. Three-dimensional and 3D gamma analyses were performed for concave-shaped dose distributions and the Pearson correlation coefficient and reconstruction error were employed to assess the quality of the measured relative 3D dose distributions. RESULTS: compared with treatment planning system reference distributions, the maximum root-mean-square error of the CBPs evaluated at two different depths was of 3.2%, 1.2%, and 1.1%, respectively; as for the corresponding linearly fitted PDDs of the square fields, the slopes of the reconstructed dose distributions overestimated those of the reference distributions by at most 0.2%/ cm. The 2D gamma passing rate with a criterion of 2%/2 mm for the concave-shaped photon field was of 61.6%, 66.1%, and 76.4% using one, two, and three plenoptic projections; the respective success rates become 77.1%, 87.5%, and 94.9% using a criterion of 3%/3 mm. The 3D correlation coefficient for the corresponding reconstructions was of 0.688, 0.905, and 0.976, respectively. CONCLUSIONS: Three-dimensional light distributions emitted from within a plastic scintillator volume were successfully recovered using optical design software to establish a complete tomographic model of a plenoptic camera-based prototype. The tomographic model can equivalently extend to dynamic dose delivery measurements, providing temporal resolution limited by the camera's exposure time. This feasibility study enables a simplified design-to-implementation process for volumetric scintillation dosimetry prototypes toward fully meeting the clinical needs of 3D dose measurements for static and dynamic delivery techniques.

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)0,002
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

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 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207