Multi‐point calorimeter using distributed fiber Bragg gratings for small field dosimetry in radiotherapy
Notice bibliographique
Résumé
Abstract Background The interest of using fiber Bragg gratings (FBGs) dosimeters in radiotherapy (RT) lies in their (i) microliter detection volume, (ii) customizable spatial resolution, (iii) multi‐point dose measurement, (iv) real‐time data acquisition and (v) insensitivity to Cherenkov light. These characteristics could prove very useful for characterizing dose distributions of small and nonstandard fields with high spatial resolution. Purpose We developed a multi‐point FBGs dosimeter customized for small field RT dosimetry with a spatial resolution of 1 mm. Methods The 3 cm‐long multi‐point dosimeter is made by embedding a 80 silica fiber containing an array of thirty (30) co‐located 1 mm‐long fs‐written FBGs inside a plastic cylinder with an UV curing optical adhesive. With its higher thermal expansion coefficient, the plastic cylinder increases the sensitivity of the dosimeter by stretching the fiber containing the FBGs when the temperature rises slightly due to radiation energy deposition. Irradiations (2000 MU at 600 MU/min) were performed with a Varian TrueBeam linear accelerator. Results The dose profile of a 2 2 cm 6 MV beam was measured with a mean relative difference of 1.8% (excluding the penumbra region). The measured output factors for a 6 MV beam are in general agreement with the expected values within the experimental uncertainty (except for the 2 2 cm field). The detector response to different energy of photon and electron beams is within 5% of the mean response ( pm/Gy). The calorimeter's post‐irradiation thermal decay is in agreement with the theory. Conclusions An energy‐independent small field calorimeter that allows dose profile and output factor measurements for RT using FBGs was developed, which, to our knowledge, has never been done before. This type of detector could prove really useful for small field dosimetry, but also potentially for MRI‐LINAC since FBGs are insensitive to magnetic fields and for FLASH since FBGs have been used to measure doses up to 100 kGy.
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 | 0,001 | 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) | 0,001 | 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 ».