FLASH Radiotherapy and the Use of Radiation Dosimeters
Notice bibliographique
Résumé
Radiotherapy (RT) using ultra-high dose rate (UHDR) radiation, known as FLASH RT, has shown promising results in reducing normal tissue toxicity while maintaining tumor control. However, implementing FLASH RT in clinical settings presents technical challenges, including limited depth penetration and complex treatment planning. Monte Carlo (MC) simulation is a valuable tool for dose calculation in RT and has been investigated for optimizing FLASH RT. Various MC codes, such as EGSnrc, DOSXYZnrc, and Geant4, have been used to simulate dose distributions and optimize treatment plans. Accurate dosimetry is essential for FLASH RT, and radiation detectors play a crucial role in measuring dose delivery. Solid-state detectors, including diamond detectors such as microDiamond, have demonstrated linear responses and good agreement with reference detectors in UHDR and ultra-high dose per pulse (UHDPP) ranges. Ionization chambers are commonly used for dose measurement, and advancements have been made to address their response nonlinearities at UHDPP. Studies have proposed new calculation methods and empirical models for ion recombination in ionization chambers to improve their accuracy in FLASH RT. Additionally, strip-segmented ionization chamber arrays have shown potential for the experimental measurement of dose rate distribution in proton pencil beam scanning. Radiochromic films, such as GafchromicTM EBT3, have been used for absolute dose measurement and to validate MC simulation results in high-energy X-rays, triggering the FLASH effect. These films have been utilized to characterize ionization chambers and measure off-axis and depth dose distributions in FLASH RT. In conclusion, MC simulation provides accurate dose calculation and optimization for FLASH RT, while radiation detectors, including diamond detectors, ionization chambers, and radiochromic films, offer valuable tools for dosimetry in UHDR environments. Further research is needed to refine treatment planning techniques and improve detector performance to facilitate the widespread implementation of FLASH RT, potentially revolutionizing cancer treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 tête enseignante, 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 ».