Four‐dimensional dose calculations for dynamic tumour tracking with a gimbal‐mounted linear accelerator
Notice bibliographique
Résumé
Abstract Purpose In this study we present a novel method for re‐calculating a treatment plan on different respiratory phases by accurately modeling the panning and tilting beam motion during DTT (the “rotation method”). This method is used to re‐calculate the dose distribution of a plan on multiple breathing phases to accurately assess the dosimetry. Methods sIMRT plans were optimized on a breath hold computed tomography (CT) image taken at exhale (BHexhale) for 10 previous liver stereotactic ablative radiotherapy patients. Our method was used to re‐calculate the plan on the inhale (0%) and exhale (50%) phases of the four‐dimensional CT (4DCT) image set. The dose distributions were deformed to the BHexhale CT and summed together with proper weighting calculated from the patient’s breathing trace. Subsequently, the plan was re‐calculated on all ten phases using our method and the dose distributions were deformed to the BHexhale CT and accumulated together. The maximum dose for certain organs at risk (OARs) was compared between calculating on two phases and all ten phases. Results In total, 26 OARs were examined from 10 patients. When the dose was calculated on the inhale and exhale phases six OARs exceeded their dose limit, and when all 10 phases were used five OARs exceeded their limit. Conclusion Dynamic tumor tracking plans optimized for a single respiratory phase leave an OAR vulnerable to exceeding its dose constraint during other respiratory phases. The rotation method accurately models the beam’s geometry. Using deformable image registration to accumulate dose from all 10 breathing phases provides the most accurate results, however it is a time consuming procedure. Accumulating the dose from two extreme breathing phases (exhale and inhale) and weighting them properly provides accurate results while requiring less time. This approach should be used to confirm the safety of a DTT treatment plan prior to delivery.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».