MétaCan
Menu
Retour à la cohorte
Enregistrement W3212453968 · doi:10.1002/mp.15342

Technical note: MC‐GPU breast dosimetry validations with other Monte Carlo codes and phase space file implementation

2021· preprint· en· W3212453968 sur OpenAlexafffund
Rodrigo Trevisan Massera, Rowan M. Thomson, Alessandra Tomal

Notice bibliographique

RevueMedical Physics · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensCarleton University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaMinistério da Ciência, Tecnologia e InovaçãoFundação de Amparo à Pesquisa do Estado de São PauloCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCanada Research ChairsGovernment of Canada
Mots-clésMonte Carlo methodMammographyVoxelTomosynthesisComputer scienceDigital mammographyDosimetryNuclear medicinePhysicsMedical physicsAlgorithmArtificial intelligenceMedicineMathematicsStatisticsBreast cancer

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose To validate the MC‐GPU Monte Carlo (MC) code for dosimetric studies in X‐ray breast imaging modalities: mammography, digital breast tomosynthesis, contrast enhanced digital mammography, and breast‐CT. Moreover, to implement and validate a phase space file generation routine. Methods The MC‐GPU code (v. 1.5 DBT) was modified in order to generate phase space files and to be compatible with PENELOPE v. 2018 derived cross‐section database. Simulations were performed with homogeneous and anthropomorphic breast phantoms for different breast imaging techniques. The glandular dose was computed for each case and compared with results from the PENELOPE (v. 2014) + penEasy (v. 2015) and egs brachy (EGSnrc) MC codes. Afterward, several phase space files were generated with MC‐GPU and the scored photon spectra were compared between the codes. The phase space files generated in MC‐GPU were used in PENELOPE and EGSnrc to calculate the glandular dose, and compared with the original dose scored in MC‐GPU. Results MC‐GPU showed good agreement with the other codes when calculating the glandular dose distribution for mammography, mean glandular dose for digital breast tomosynthesis, and normalized glandular dose for breast‐CT. The latter case showed average/maximum relative differences of 2.3%/27%, respectively, compared to other literature works, with the larger differences observed at low energies (around 10 keV). The recorded photon spectra entering a voxel were similar (within statistical uncertainties) between the three MC codes. Finally, the reconstructed glandular dose in a voxel from a phase space file differs by less than 0.65%, with an average of 0.18%–0.22% between the different MC codes, agreement within approximately statistical uncertainties. In some scenarios, the simulations performed in MC‐GPU were from 20 up to 40 times faster than those performed by PENELOPE. Conclusions The results indicate that MC‐GPU code is suitable for breast dosimetric studies for different X‐ray breast imaging modalities, with the advantage of a high performance derived from GPUs. The phase space file implementation was validated and is compatible with the IAEA standard, allowing multiscale MC simulations with a combination of CPU and GPU codes.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,326
Écart entre enseignants0,312 · 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'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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetDigital Radiography and Breast ImagingTravaux en français237 207