Proton arc therapy plan optimization with energy layer pre-selection driven by organ at risk sparing and delivery time
Notice bibliographique
Résumé
Abstract Objective. As proton arc therapy (PAT) approaches clinical implementation, optimizing treatment plans for this innovative delivery modality remains challenging, especially in addressing arc delivery time. Existing algorithms for minimizing delivery time are either optimal but computationally demanding or fast but at the expense of sacrificing many degrees of freedom. In this study, we introduce a flexible method for pre-selecting energy layers (EL) in PAT treatment planning before the actual robust spot weight optimization. Approach. Our EL pre-selection method employs metaheuristics to minimize a bi-objective function, considering a dynamic delivery time proxy and tumor geometrical coverage penalized as a function of selected organs-at-risk crossing. It is capable of parallelizing multiple instances of the problem. We evaluate the method using three different treatment sites, providing a comprehensive dosimetric analysis benchmarked against dynamic proton arc plans generated with early energy layer selection and spot assignment (ELSA) and IMPT plans in RayStation TPS. Result. The algorithm efficiently generates Pareto-optimal EL pre-selections in approximately 5 min. Subsequent PAT treatment plans derived from these selections and optimized within the TPS, demonstrate high-quality target coverage, achieving a high conformity index, and effective sparing of organs at risk. These plans meet clinical goals while achieving a 20%–40% reduction in delivery time compared to ELSA plans. Significance. The proposed algorithm offers speed and efficiency, producing high-quality PAT plans by placing proton arc sectors to efficiently reduce delivery time while maintaining good target coverage and healthy tissues sparing.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».