MétaCan
Menu
Retour à la cohorte
Enregistrement W3111308105 · doi:10.1002/acm2.13118

Clinical experience of MRI<sup>4D</sup> QUASAR motion phantom for latency measurements in 0.35T MR‐LINAC

2020· article· en· W3111308105 sur OpenAlexaff
Taeho Kim, Benjamin Lewis, Rajiv Lotey, Enzo A. Barberi, Olga Green

Notice bibliographique

RevueJournal of Applied Clinical Medical Physics · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensMarch of Dimes Canada
Organismes subventionnairesnon disponible
Mots-clésImaging phantomLinear particle acceleratorGatingPhysicsLatency (audio)Image-guided radiation therapyMagnetic resonance imagingNuclear medicineOpticsComputer scienceBeam (structure)Medical imagingNuclear magnetic resonanceArtificial intelligenceMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose In MRgRT, accuracy of treatment depends on the gating latency, when real‐time targeting and gating is enabled. Gating latency is dependent on image acquisition, processing time, accuracy, efficacy of target tracking algorithms, and radiation beam delivery latency. In this report, clinical experience of the MRI 4D QUASAR motion phantom for latency measurements on a 0.35‐T magnetic resonance‐linear accelerator (MR‐LINAC) with two imaging speeds and four tracking algorithms was studied. Materials/Methods Beam‐control latency was measured on a 0.35‐T MR‐LINAC system with four target tracking algorithms and two real‐time cine imaging sequences [four and eight frames per second (FPS)]. Using an MR‐compatible motion phantom, the delays between phantom beam triggering signal and linac radiation beam control signal were evaluated for three motion periods with a rigid target. The gating point was set to be 8 mm above the full exhalation position. The beam‐off latency was measured for a total of 24 combinations of tracking algorithm, imaging FPS, and motion periods. The corresponding gating target margins were determined using the target motion speed multiplied by the beam‐off latency. Results The largest measured beam‐off latency was 302 ± 20 ms with the Large Deforming Targets (LDT) algorithm and 4 s motion period imaged with 8‐FPS cine MRI. The corresponding gating uncertainty based on target motion speed was 3.0 mm. The range of the average beam‐off latency was 128–243 ms in 4‐FPS imaging and 47–302 ms in 8‐FPS imaging. Conclusions The gating latency was measured using an MRI 4D QUASAR motion phantom in a 0.35‐T MR‐LINAC. The latency measurements include time delay related to MR imaging method, target tracking algorithm and system delay. The gating uncertainty was estimated based on the beam‐off latency measurements and the target motion.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,088
Tête enseignante GPT0,412
Écart entre enseignants0,324 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations23
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Clinical Medical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207