Commissioning of a Commercial Secondary Dose Check Software and Clinical Implementation for the Magnetic Resonance-guided Linear Accelerator Adaptive Workflow
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
Purpose: The purpose of this study was to report the commissioning the secondary dose calculation software ThinkQA (TQA) for an magnetic resonance-guided linear accelerator (MR-linac). Methods: The Medical Physics Practice Guideline 5.a. (MPPG5a) tests, and dose in inhomogeneities, beam profiles, and depth dose curves were calculated and compared between Monaco and TQA. Five intensity modulated radiotherapy (IMRT) plans (anal, abdominal, head and neck, prostate, and lung), based on TG-244 guidelines were evaluated varying the gamma criteria. Furthermore, the initial and adapted plans for the first session for 17 patients in different anatomical regions were calculated in TQA using different gamma criteria. For five patients, six measurements were made at different fractions using ArcCheck and compared with TQA. Results: The majority of tests met the tolerances defined in the MPPG5a with the exception of dose profiles (>10%), and large multileaf collimator-shaped fields with extensive blocking (>2%). For the IMRT plans, tight criteria such as 2%/2 mm may not be suitable for all scenarios. Thus, we adopt a reasonable 3%/2 mm without compromising the quality of the plan that included significant high-to-low-density interfaces. It is observed that, the values obtained for clinical cases are in the range from 94.6% to 99.8% (TQA), 97.0% to 99.6% (ArcCheck), except in a prostate case with 87.8% (TQA) and 99.3% (ArcCheck). Conclusion: We commissioned TQA as a secondary dose calculation for MR-linac and we introduced it clinically for adaptive treatment workflow using 3%/2 mm with 95% as tolerance limit and 90% as action limit.
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 | 0,001 | 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 | 0,001 |
| 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