MétaCan
Menu
Retour à la cohorte
Enregistrement W3128691455 · doi:10.1002/mp.14764

Machine QA for the Elekta Unity system: A Report from the Elekta MR‐linac consortium

2021· review· en· W3128691455 sur OpenAlexaff
David A. Roberts, Carlos Sandin, Panu T. Vesanen, Hannah Lee, Ian Hanson, Simeon Nill, Thijs Perik, Seng Boh Lim, Sastry Vedam, Jinzhong Yang, Simon W. Woodings, J. Wolthaus, Brian Keller, G. Budgell, Xinfeng Chen, X. Allen Li

Notice bibliographique

RevueMedical Physics · 2021
Typereview
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute of Cancer Research
Organismes subventionnairesNational Cancer InstituteCancer Research UKMemorial Sloan-Kettering Cancer Center
Mots-clésQuality assuranceLinear particle acceleratorMedical physicsComputer sciencePlan (archaeology)Systems engineeringBeam (structure)EngineeringMedicinePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Over the last few years, magnetic resonance image-guided radiotherapy systems have been introduced into the clinic, allowing for daily online plan adaption. While quality assurance (QA) is similar to conventional radiotherapy systems, there is a need to introduce or modify measurement techniques. As yet, there is no consensus guidance on the QA equipment and test requirements for such systems. Therefore, this report provides an overview of QA equipment and techniques for mechanical, dosimetric, and imaging performance of such systems and recommendation of the QA procedures, particularly for a 1.5T MR-linac device. An overview of the system design and considerations for QA measurements, particularly the effect of the machine geometry and magnetic field on the radiation beam measurements is given. The effect of the magnetic field on measurement equipment and methods is reviewed to provide a foundation for interpreting measurement results and devising appropriate methods. And lastly, a consensus overview of recommended QA, appropriate methods, and tolerances is provided based on conventional QA protocols. The aim of this consensus work was to provide a foundation for QA protocols, comparative studies of system performance, and for future development of QA protocols and measurement methods.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
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 Opus0,035
Tête enseignante GPT0,356
Écart entre enseignants0,320 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207