MétaCan
Menu
← Retour à la cohorte
Enregistrement W3212258289 · doi:10.1088/1361-6560/ac3a24

A new DOSXYZnrc method for Monte Carlo simulations of 4D dose distributions

2021· article· en· W3212258289 sur OpenAlexaff
Shu Yao Su, P Atwal, Julio Lobo, Cheryl Duzenli, I A Popescu

Notice bibliographique

RevuePhysics in Medicine and Biology · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensAbbotsford Veterinary ClinicBC Cancer FoundationUniversity of British ColumbiaSpinal Cord Injury BCBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodComputer scienceNuclear medicineSimulationComputational physicsPhysicsMathematicsStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to present a novel method for generating Monte Carlo 4D dose distributions in a single DOSXYZnrc simulation. During a standard simulation, individual energy deposition events are summed up to generate a 3D dose distribution and their associated temporal information is discarded. This means that in order to determine dose distributions as a function of time, separate simulations would have to be run for each interval of interest. Consequently, it has not been clinically feasible until now to routinely perform Monte Carlo simulations of dose rate, time-resolved dose accumulation, or electronic portal imaging devices (EPID) cine-mode images for volumetric modulated arc therapy (VMAT) plans. To overcome this limitation, we modified DOSXYZnrc and defined new input and output variables that allow a time-like parameter associated with each particle history to be binned in a user-defined manner. Under the new code version, computation times are the same as for a standard simulation, and the time-integrated 4D dose is identical to the standard 3D dose. We present a comparison of scintillator measurements and Monte Carlo simulations for dose rate during a VMAT beam delivery, a study of dose rate in a VMAT total body irradiation plan, and simulations of transit (through-patient) EPID cine-mode images.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,123
Tête enseignante GPT0,461
Écart entre enseignants0,338 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and Biology→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→