Patient‐specific geometrical distortion corrections of MRI images improve dosimetric planning accuracy of vestibular schwannoma treated with gamma knife stereotactic radiosurgery
Notice bibliographique
Résumé
Abstract Purpose To investigate the impact of MRI patient‐specific geometrical distortion (PSD) on the quality of Gamma Knife stereotactic radiosurgery (GK‐SRS) plans of the vestibular schwannoma (VS) tumors. Methods and materials Three open access datasets including the MPI‐Leipzig Mind‐Brain‐Body (318 patients), the slow event‐related fMRI designs dataset (62 patients), and the VS dataset (242 patients) were used. We used first two datasets to train a 3D convolution network to predict the distortion map of third dataset that were then used to calculate and correct the PSD. GK‐SRS plans of VS dataset were used to evaluate dose distribution of PSD‐corrected MRI images. GK‐SRS prescription dose of VS cases was 12 Gy. Geometric and dosimetric discrepancies were assessed between the dose distributions and contours before and after the PSD corrections. Geometry indices were center of the contours, Dice coefficient (DC), Hausdorff distance (HD), and dosimetric indices were , , , and doses, target coverage (TC), Paddick's conformity index (PCI), Paddick's gradient index (GI), and homogeneity index (HI). Results Geometric distortions of about 1.2 mm were observed at the air‐tissue interfaces at the air canal and nasal cavity borders. Average center of the targets was significantly distorted along the frequency encoding direction after the PSD‐correction. Average DC and HD metrics were 0.90 and 2.13 mm. Average , and in Gy significantly increased after PSD correction from 16.85 to 17.25, 12.30 to 12.77, and from 8.98 to 9.92. did not significantly change after the correction. Average TC and PCI significantly increased from 0.97 to 0.98, and 0.94 to 0.96. Average GI decreased significantly from 2.24 to 2.15 after PSD correction. However, HI did not significantly change after the correction. Conclusion The proposed method could predict and correct the PSD that indicates the importance of PSD correction before GK‐SRS plans of the VS patients.
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 | 0,000 | 0,003 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».