HyperArc brain SRS target coverage variation due to intra-fractional motion for multiple brain lesions of varying separations and sizes
Notice bibliographique
Résumé
Abstract Purpose: An evaluation was conducted for HyperArc brain stereotactic radiosurgery (SRS) plans to determine the effect of intra-fractional motion on target coverage and dosimetry to understand the safe limits of zero-PTV-margin HyperArc SRS treatments. Material and methods: The Steve phantom was CT scanned with an Encompass mask and imported into the Eclipse Treatment Planning System, version 16·01. Two high-resolution spherical contours (GTV1 and GTV2) were generated with various sizes and separations. The rotational shift was transformed into translation based on the distance from the tumours to the isocentre and the rotational angle between the tumours. The effect of translational shifts corresponding to each rotational shift on dosimetric performance was evaluated for various tumour sizes and distances to the isocentre. Results: The tumour coverage was compared for different tumour sizes and distances to the isocentre due to intra-fractional motion. For tumour sizes less than 6 mm in diameter, the volume coverage changes significantly for separations greater than 5·5 cm from the isocentre. The effects of intra-fractional motion on dosimetry dominate for separations greater than 5·5 cm. Even though the percent volume coverage changes sharply for extreme shifts, the percent dose coverage stays between 70 and 80% for extreme shifts (1·2° in our case) for all lesion sizes. Conclusions: The target-to-isocentre separation and the size of the lesions are two major factors that contribute to significant dosimetric deviations. When the target-to-isocentre distance is within 3·5 cm, D100% is over 90% coverage. Over 90% target coverage is achievable for zero PTV margin in situations where extreme shifts of 1·2° exist.
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 | 0,001 | 0,006 |
| 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 ».