MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408026205 · doi:10.1002/mp.17720

Real‐time radiation beam imaging on an MR linear accelerator using quantitative <i>T</i> <sub>1</sub> mapping

2025· article· en· W4408026205 sur OpenAlexafffund
Liam Lawrence, Shawn Binda, Ryan T. Oglesby, Brige Chugh, Angus Lau

Notice bibliographique

RevueMedical Physics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensToronto Metropolitan UniversityHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLinear particle acceleratorMedical imagingPhysicsBeam (structure)Nuclear medicineRadiationImage-guided radiation therapyOpticsMedical physicsNuclear physicsComputer scienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background Direct three‐dimensional imaging of radiation beams could enable more accurate radiation dosimetry. It has been previously reported that changes in T 1 ‐weighted magnetic resonance imaging (MRI) intensity could be observed during radiation due to radiochemical oxygen depletion. Quantitative T 1 mapping could increase sensitivity for dosimetry applications. Purpose We use an MRI linear accelerator (MR‐Linac) to visualize radiation delivery through the real‐time effects of dose on the spin‐lattice magnetic relaxation time ( T 1 ) of water. We quantify the relationships between dose, spin‐lattice relaxation rates ( R 1 ) and dissolved oxygen concentration to further investigate the mechanisms of T 1 change. Methods An ultrapure water phantom and a 1% agarose gel phantom were irradiated and imaged on a 1.5 T Elekta Unity MR‐Linac. Radiation plans were created using the Monaco treatment planning system. Images were acquired before, during and after radiation. A dual‐echo Look‐Locker inversion recovery pulse sequence was used for simultaneous dynamic T 1 / B 0 mapping. The change in R 1 with respect to dose (∆ R 1 /∆Dose) and the radiochemical oxygen depletion (ROD = ∆O 2 /∆Dose) were measured. The relaxivity of oxygen ( r 1,O2 = ∆ R 1 /∆O 2 ) in water was also measured in a separate experiment with samples of various dissolved oxygen concentrations. The minimum measurable dose over a 20‐min period was estimated using a single‐tailed 99th quantile Student's t ‐distribution. Results Changes to R 1 were found to be spatiotemporally correlated to the predicted delivered radiation dose and persisted for at least 1 h after radiation. A complex dose plan could be imaged in the 1% agarose gel phantom, as the gel limits diffusion and convective mixing. In water, the ∆ R 1 /∆Dose was found to be −1.0 × 10 −4 s −1 /Gy, the r 1,O2 was found to be 5.4 × 10 −3 s −1 /(mg/L), and the ROD was found to be −0.010 (mg/L)/Gy. Both r 1,O2 and ROD agree with published values. However, combining these two values yields a predicted ∆ R 1 /∆Dose of −5.4 × 10 −5 s −1 /Gy, indicating that radiochemical oxygen depletion alone under‐predicts the MRI effect. The detection limit of R 1 was 1.1 × 10 −3 s −1 which corresponded to a single‐voxel minimum detectable dose of 11.1 Gy for this specific sequence. Conclusion Quantitative T 1 mapping was used to image radiation dose patterns in real‐time in water and agarose gel. Radiochemical oxygen depletion only partially explains the T 1 changes measured. Agarose gel could be used as a simple system for three‐dimensional patient‐specific quality assurance. Future applications may include in vivo dosimetry for FLASH radiotherapy, though improvements in acquisition methods and hardware are likely needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,319
Écart entre enseignants0,304 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→