Dose calculation accuracy of clinical radiotherapy plans using next generation cone beam computed tomography imaging technology
Notice bibliographique
Résumé
Background and purpose: Next generation cone beam computed tomography (CBCT) technology has shown improved Hounsfield unit accuracy over standard CBCT, and comparable to that of fan beam CT simulators (CTsim), potentially allowing direct dose calculation on CBCT. In this study, we evaluated the dose calculation accuracy of clinical treatment plans calculated using this technology, compared with standard CBCT. Materials and methods: Thirty subjects with thoracic or upper abdominal cancer were imaged on CTsim, standard CBCT and next generation CBCT, and treated using breath hold techniques. Both CBCT image sets were rigidly registered to CTsim, and clinical treatment plans were forward calculated on all images. 3D Gamma analysis was used to evaluate CBCT dose distributions relative to CTsim, and DVH analysis compared PTV and OAR dose metrics. Results: The median (±IQR) 3 %/3 mm gamma pass rate was 96.7 ± 3.1 % for next generation CBCT and 93.3 ± 14.0 % for standard CBCT. Next generation CBCT gamma scores were statistically significantly higher than standard CBCT for all gamma criteria. Median DVH metrics were within ± 2.3 % and ± 2.7 % of the corresponding values from CTsim, for next generation and standard CBCT respectively. Standard CBCT showed an underestimation of ipsilateral lung dose for breast subjects, while next generation CBCT did not. Conclusions: Next generation CBCT allows for good average DVH agreement with CTsim, and improved dose calculation accuracy over standard CBCT across 3D dose distributions. While further clinical investigations are warranted, this technology may allow for the use of CBCT in direct-dose calculation in adaptive 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 | 0,001 |
| 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 ».