Commissioning and implementing a Quality Assurance program for dedicated radiation oncology MRI scanners
Notice bibliographique
Résumé
Abstract Purpose ACR and AAPM task group's guidelines addressing commissioning for dedicated MR simulators were recently published. The goal of the current paper is to present the authors' 2‐year experience regarding the commissioning and introduction of a QA program based on these guidelines and an associated automated workflow. Methods All mandatory commissioning tests suggested by AAPM report 284 were performed and results are reported for two MRI scanners (MAGNETOM Sola and Aera). Visual inspection, vendor clinical or service platform, third‐party software, or in‐house python‐based code were used. Automated QA and data analysis was performed via vendor, in‐house or third‐party software. QATrack+ was used for QA data logging and storage. 3D geometric distortion, B 0 inhomogeneity, EPI, and parallel imaging performance were evaluated. Results Contrasting with AAPM report 284 recommendations, homogeneity and RF tests were performed monthly. The QA program allowed us to detect major failures over time (shimming, gradient calibration and RF interference). Automated QA, data analysis, and logging allowed fast ACR analysis daily and monthly QA to be performed in 3 h. On the Sola, the average distortion is 1 mm for imaging radii of 250 mm or less. For radii of up to 200 mm, the maximum, average (standard deviation) distortion is 1.2 and 0.4 mm (0.3 mm). Aera values are roughly double the Sola for radii up to 200 mm. EPI geometric distortion, ghosting ratio, and long‐term stability were found to be under the maximum recommended values. Parallel imaging SNR ratio was stable and close to the theoretical value (ideal g‐factor). No major failures were detected during commissioning. Conclusion An automated workflow and enhanced QA program allowed to automatically track machine and environmental changes over time and to detect periodic failures and errors that might otherwise have gone unnoticed. The Sola is more geometrically accurate, with a more homogenous B 0 field than the Aera.
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 | 0,003 | 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 | 0,001 |
| 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 ».