Automated Test for Monthly Quality Assurance of Optical Surface Imaging Dynamic Localization Accuracy
Notice bibliographique
Résumé
The American Association of Physicists in Medicine (AAPM) recently published the report of Task Group (TG) 302, which provides recommendations on acceptance, commissioning, and ongoing routine quality assurance (QA) for surface-guided radiation therapy (SGRT) systems. One of the recommended monthly QA tests is a dynamic localization accuracy test. This work aimed to develop an automated procedure for monthly SGRT dynamic localization QA. An anthropomorphic head phantom was rigidly attached to the 6-dof couch of a TrueBeam linac. TrueBeam Developer Mode was used to take an MV image of the phantom at the starting position, then automatically drive the couch through a series of translations and rotations, taking an MV image after each translation. The Identify SGRT system monitored the motion of the phantom surface from the starting position. Translations assessed on MV images were compared to translations reported in trajectory log files and Identify log files. Rotations were compared between trajectory log files and Identify log files. Three experiments were conducted. None of the translations or rotations from any experiment exceeded the tolerance values for stereotactic ablative body radiation therapy (SABR) recommended by AAPM TG-142. Maximum deviations from the expected translation values from MV imaging, trajectory log files, and Identify log files were -0.94mm, -0.11mm, and -0.78mm, respectively. Maximum deviations from the expected rotation values from trajectory log files and Identify log files were 0.01 and -0.2 degrees, respectively. The proposed method is a simple automated way to complete monthly dynamic localization QA of SGRT systems.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».