Initial characterization of a novel dual-robot orthovoltage radiotherapy system
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Purpose: Adequate access to radiotherapy is a critical global concern affecting low-resource settings such as low- and middle-income countries and rural regions. We propose to reduce this disparity by developing a novel low-cost radiotherapy device that treats using non-coplanar techniques and a 225 kVp x-ray tube. Methods: This novel device has been preliminarily characterized spectrally, via spectrometer measurements, dosimetrically, via percent depth dose curves and 2D profiles, and geometrically, via a coplanar star-shot. Dosimetric and geometric evaluations were then combined by performing a proof of workflow of the KOALA system. Monte Carlo simulations were run in TOPAS to validate dosimetric measurements and the proof of workflow measurement. Results: Spectral results showed excellent agreement between measured and modelled spectra. Dose errors of < 2% were achieved for PDD curves. Full width at half maximum values for the 2D profiles were, on average, 0.95 mm higher in simulation compared to film. A star-shot test demonstrated the high geometrical accuracy of the system with a 0.3 mm diameter wobble circle. Finally, a mean absolute percent error of 5 ± 5% (1 σ ) was measured for the proof of workflow test. Conclusions: This initial characterization showcased the strengths and weaknesses of the KOALA system, with excellent isocenter precision and depth dose accuracy while lacking dosimetric accuracy in the 2D profiles. Further improvements on the source-to-collimator distance and treatment couch material can be made to improve the accuracy of a Monte Carlo model of the KOALA system.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 découle