MétaCan
Menu
← Retour à la cohorte
Enregistrement W4320890725 · doi:10.1088/1361-6560/acbc63

Applying the column generation method to the intensity modulated high dose rate brachytherapy inverse planning problem

2023· article· en· W4320890725 sur OpenAlexafffund
Majd Antaki, Marc‐André Renaud, Marc Morcos, Jan Seuntjens, Shirin A. Enger

Notice bibliographique

RevuePhysics in Medicine and Biology · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensJewish General HospitalMcGill University Health CentrePolytechnique MontréalMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBrachytherapyComputer scienceColumn generationDwell timeRadiation treatment planningHistogramNuclear medicineMathematical optimizationAlgorithmMathematicsRadiation therapyMedicineArtificial intelligenceRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract Objective. Intensity modulated high dose rate brachytherapy (IMBT) is a rapidly developing application of brachytherapy where anisotropic dose distributions can be produced at each source dwell position. This technique is made possible by placing rotating metallic shields inside brachytherapy needles or catheters. By dynamically directing the radiation towards the tumours and away from the healthy tissues, a more conformal dose distribution can be obtained. The resulting treatment planning involves optimizing dwell position and shield angle (DPSA). The aim of this study was to investigate the column generation method for IMBT treatment plan optimization. Approach. A column generation optimization algorithm was developed to optimize the dwell times and shield angles. A retrospective study was performed on 10 prostate cases using RapidBrachyMCTPS. At every iteration, the plan was optimized with the chosen DPSA which would best improve the cost function that was added to the plan. The optimization process was stopped when the remaining DPSAs would not add value to the plan to limit the plan complexity. Main results. The average number of DPSAs and voxels were 2270 and 7997, respectively. The column generation approach yielded near-optimal treatment plans by using only 11% of available DPSAs on average in ten prostate cases. The coverage and organs at risk constraints passed in all ten cases. Significance. The column generation method produced high-quality deliverable prostate IMBT plans. The treatment plan quality reached a plateau, where adding more DPSAs had a minimal effect on dose volume histogram parameters. The iterative nature of the column generation method allows early termination of the treatment plan creation process as soon as the dosimetric indices from dose volume histogram satisfy the clinical requirements or if their values stabilize.

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)0,002
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,168
Tête enseignante GPT0,417
Écart entre enseignants0,249 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

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