Improving the modelling of a multi-leaf collimator with tilted leaf sides used in radiotherapy
Notice bibliographique
Résumé
Background and purpose: Multi-leaf collimators (MLCs) with tilted leaf sides have a complex transmission behaviour that is not easily matched by radiotherapy treatment planning systems (TPSs). We sought to develop an MLC model that can accurately match test fields and clinically relevant plans at different centres. Materials and methods: Two new MLC models were developed and evaluated within a research version of a commercial TPS. Prototype I used adjusted-constant transmissions and Prototype II used variable transmissions at the tongue-and-groove and leaf-tip regions. Three different centres evaluated these prototypes for a tilted MLC and compared them with their initial MLC model using test fields and patient-specific quality-assurance measurements of clinically relevant plans. For the latter, gamma passing rates (GPR) at 2 %/2mm were recorded. Results: For the prototypes the same set of MLC parameters could be used at all centres, with only a slight adjustment of the offset parameter. For centres A and C, average GPR were >95 % and within 0.5 % GPR difference between the standard, and prototype models. In center B, prototypes I and II improved the agreement in clinically relevant plans, with an increase in GPR of 2.3 % ± 0.8 % and 3.0 ± 0.8 %, respectively. Conclusions: The prototype MLC models were either similar or superior to the initial MLC model, and simpler to configure because fewer trade-offs were required. Prototype I performed comparably to the more sophisticated Prototype II and its configuration can be easily standardized, which can be useful to reduce variability and improve safety in clinical practice.
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) | 0,000 | 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 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 ».