MétaCan
Menu
← Retour à la cohorte
Enregistrement W4229457546 · doi:10.1002/mp.15695

Monte Carlo optimization and experimental validation of a prototype ionization chamber for accurate magnetic resonance image guided radiation therapy (MRgRT) daily output constancy measurements in solid phantoms

2022· article· en· W4229457546 sur OpenAlexaff
Bryan Muir, Humza Nusrat, Arman Sarfehnia, James Renaud

Notice bibliographique

RevueMedical Physics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensUniversity of TorontoHealth Sciences CentreSunnybrook Health Science CentreNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésIonization chamberImaging phantomAir gap (plumbing)Monte Carlo methodMaterials scienceLinear particle acceleratorIonizationMagnetic fieldDosimetryBrassOpticsPhysicsComputational physicsNuclear medicineBeam (structure)IonMathematics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To optimize the design, develop and test a prototype ionization chamber for accurate daily output constancy measurements in solid phantoms in clinical magnetic resonance-guided radiation therapy (MRgRT) radiotherapy beams. Up to 4% variations in response using commercial ionization chambers have been previously reported; the prototype ionization chamber developed here aims to minimize these variations. METHODS: Monte Carlo simulations with the EGSnrc code system are used to optimize an ionization chamber design by increasing the thickness of a brass (high-density, nonferromagnetic, easy-to-machine) wall until results consistent with no air gap are produced for simulations with a 1.5 T and 0.35 T magnetic field, with a 0.2 mm air gap and varying the placement of the chamber model within the air gap. Based on the results of these simulations, prototype ionization chambers are manufactured and tested in conventional linac beams and in a 7 MV Elekta Unity MR-linac. The chambers are rotated about their axes, both parallel and perpendicular to the 1.5 T magnetic field, through 360º in a plastic phantom with measurements made at each cardinal angle. This reveals any variation in chamber response by varying the thickness of the air gap between the chamber and the phantom. RESULTS: Monte Carlo simulations demonstrate that the optimal thickness of the chamber wall to mitigate the effect of an asymmetric air gap between the chamber and the plastic phantom is 1.1 mm of brass. With this thickness, the differences between simulations with and without an air gap and with asymmetric placement of the chamber within the air gap are less than 0.2%. A prototype chamber constructed with a 1.1 mm brass wall thickness exhibits less than 0.3% variation in response when rotated about its axis in the plastic phantom in a beam from an MR-linac, independent of whether its axis is parallel or perpendicular to the magnetic field. CONCLUSION: The optimized ionization chamber design and validated prototype for accurate MR-linac daily output constancy measurements allows utilization of conventional phantoms and procedures in MRgRT systems. This can minimize disruption to clinical workflow for MR-linac quality assurance measurements.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,318
Écart entre enseignants0,291 · 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
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→