Algorithm Validation for Treatment Planning Systems in Lung Region
Notice bibliographique
Résumé
Abstract Accurate dose calculation in radiotherapy is crucial for effective treatment of cancer while minimizing radiation exposure to normal tissues. In this study, the accuracy of anisotropic analytical algorithm (AAA) in radiotherapy treatment planning systems (RTPSs) for lung cancer is evaluated by comparing calculated and measured dose distributions using CIRS Thorax Phantom (Model No.: 002 LFC, CIRS Inc., Norfolk, VA). Three treatment planning techniques—3D conformal radiation therapy (3D CRT), intensity-modulated radiation therapy (IMRT), and volumetric modulated arc therapy (VMAT)—were compared using two X-ray energies (6 MV and 10 MV). Absolute dosimetry was performed on a one-dimensional (1D) water phantom under standard conditions, and dose delivery was checked using a DOSE-1 reference class electrometer. The percentages of error between calculated and measured doses for 6 MV beams were 0.31% for 3D CRT, 2.52% for IMRT, and 0.15% for VMAT. For 10 MV beams, the errors were 0.21%, 0.26%, and 1.41%, respectively. These results demonstrate strong agreement between calculations and measurements, remaining within the 3% tolerance for the lung region. The causes of differences were inhomogeneity of lung tissue, scatter effects, and limitations of the dose algorithm. High-energy beams (10 MV) with increased scattering affecting dosing precision were seen in this study. Among the three techniques, VMAT and 3D CRT exhibited better agreement with planned doses compared to IMRT. These findings confirm the validity of modern treatment planning algorithms for handling tissue heterogeneity and precise dose delivery in lung cancer radiotherapy.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».