Monte Carlo based continuous aperture optimization for VMAT on conventional and MR‐linacs: A proof of concept
Notice bibliographique
Résumé
BACKGROUND: Currently, the commercial treatment planning systems for magnetic-resonance guided linear accelerators (MR-linacs) only support step-and-shoot intensity-modulated radiation therapy (IMRT). However, recent studies have shown the feasibility of delivering arc therapy on MR-linacs, which is expected to improve dose distributions and delivery speed. By accurately accounting for the electron return effect in the presence of a magnetic field, a Monte Carlo (MC) algorithm is ideally suited for the inverse treatment planning of this technique. PURPOSE: We propose a novel MC-based continuous aperture optimization (MCCAO) algorithm for volumetric modulated arc therapy (VMAT), including applications to VMAT on MR-linacs and trajectory-based VMAT. A unique feature of MCCAO is that the continuous character of gantry rotation and multileaf collimator (MLC) motion is accounted for at every stage of the optimization. METHODS: The optimization process uses a multistage simulation of 4D dose distribution. A phase space is scored at the top surface of the MLC and the energy deposition of each particle history is mapped to its position in this phase space. A progressive sampling method is used, where both MLC leaf positions and monitor unit (MU) weights are randomly changed, while respecting the linac mechanical limits. Due to the continuous nature of the leaf motion, such changes affect not only a single control point, but propagate to the adjacent ones as well, and the corresponding dose distribution changes are accounted for. A dose-volume cost function is used, which includes the MC statistical uncertainty. RESULTS: We applied our optimization technique to various treatment sites, using standard and flattening-filter-free (FFF) 6 MV beam models, with and without a 1.5 T magnetic field. MCCAO generates deliverable plans, whose dose distributions are in good agreement with measurements on ArcCHECK and stereotactic radiosurgery End-To-End Phantom. CONCLUSIONS: We show that the novel MCCAO method generates VMAT plans that meet clinical objectives for both conventional and MR-linacs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».