MétaCan
Menu
Retour à la cohorte
Enregistrement W4392188135 · doi:10.1002/mp.16994

Impact of cone‐beam computed tomography artifacts on dose calculation accuracy for lung cancer

2024· article· en· W4392188135 sur OpenAlexaff
Lukas Schröder, Gregory Bootsma, Uros Stankovic, Lennert S. Ploeger, Jan‐Jakob Sonke

Notice bibliographique

RevueMedical Physics · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésCone beam computed tomographyComputed tomographyLung cancerNuclear medicineImage-guided radiation therapyMedical imagingMedicineCancerTomographyComputed radiographyCone beam ctDosimetryRadiologyMedical physicsComputer scienceImage qualityOncologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background To implement image‐guided adaptive radiotherapy (IGART), many studies investigated dose calculations on cone‐beam computed tomography (CBCT). A high HU accuracy is crucial for a high dose calculation accuracy and many imaging sites showed satisfactory results. It has been shown that the dose calculation accuracy for lung cancer lags behind. Purpose To examine why the dose calculation accuracy for lung is insufficient, the relative effects of the field‐of‐view (FOV), breathing motion, and scatter on dose calculation accuracy were studied. Methods A framework was built to simulate CBCT scans for lung cancer patients by forward projecting repeat CT (rCT) scans for two scan geometries: small (SFOV) and medium FOV (MFOV). Breathing motion was modeled by applying a 4D deformation vector field to the mid‐position rCT. Scatter was modeled by Monte‐Carlo simulations with/without an anti‐scatter grid (ASG). Simulated projections were reconstructed using filtered back‐projection with/without scatter correction. In case of the SFOV, the CBCT images were patched with the planning CT scan in axial direction. The treatment plan was recalculated on the rCT and simulated CBCT. The mean Hounsfield unit (HU) difference (ΔHU mean ), the structural similarity index measure (SSIM), and γ metrics were calculated for the CBCT datasets of various imaging settings. Results The differences in HU, SSIM and dose calculation accuracy for CBCTs with and without breathing motion were negligible (mean ΔHU mean = 6.4 vs. 13.7, mean SSIM = 0.941 vs. 0.957, mean γ (ref = MFOV) = 0.75). The SFOV resulted in a lower HU (mean ΔHU mean = −9.2 vs. 13.7) and SSIM (mean SSIM = 0.912 vs. 0.957), and therefore in dose differences compared to the MFOV (mean γ = 1.22). Scatter led to considerable discrepancies in all metrics. Adding only the ASG improved the results more than only applying a scatter correction algorithm. Combining ASG and scatter correction algorithm resulted in an even higher dose calculation accuracy. Conclusions Scatter and FOV are the main contributors to dose inaccuracies and motion has only a minor effect on dose calculation accuracy. Therefore, utilizing an appropriate scatter correction and FOV is important to achieve sufficient dose calculation accuracy to facilitate IGART for lung.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,363
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207