Accurate Dose Measurements Using Cherenkov Polarization Imaging
Notice bibliographique
Résumé
Purpose: Cherenkov radiation carries the potential of direct in-water dose measurements, but its precision is currently limited by a strong anisotropy. Taking advantage of polarization imaging, this work proposes a new approach for high accuracy Cherenkov dose measurements. Methods: Cherenkov produced in a 15x15x20 cm^3 water tank is imaged with a cooled CCD camera from four polarizer transmission axes [0°, 45°, 90°, 135°]. The water tank is positioned at the isocenter of a 5x5 cm^2, 6 MV photon beam. Using Malus' law, the polarized portion of the signal is extracted. Corrections are applied to the polarized signal following azimuthal and polar Cherenkov angular distributions extracted from Monte Carlo simulations. Percent depth dose and beam profiles are measured and compared with the prediction from a treatment planning system (TPS). Results: Corrected polarized signals on the central axis reduced deviations at depth from 20% to 0.8\pm1%. For the profile measurement, differences between the corrected polarized signal and the TPS calculations are 1\pm3% and 8\pm3% on the central axis and penumbra regions respectively. 29\pm1% of the Cherenkov signal was found to be polarized. Conclusions: This work proposes a novel polarization imaging approach enabling high precision water-based Cherenkov dose measurements. The method allows correction of the Cherenkov anisotropy within 3% on the beam central axis and in depth.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».