MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414482464 · doi:10.1016/j.ijrobp.2025.09.029

Performance of a Novel Frameless and Maskless Robotic Head Motion Compensation System for Stereotactic Radiosurgery in a Realistic Clinical Environment with Healthy Volunteers

2025· article· en· W4414482464 sur OpenAlexaff
Xinmin Liu, Ahmad Sakaamini, Michelle Alonso‐Basanta, R Wiersma

Notice bibliographique

RevueInternational Journal of Radiation Oncology*Biology*Physics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensCanadian Bio-Systems (Canada)
Organismes subventionnairesNational Cancer InstituteNational Institutes of Health
Mots-clésCompensation (psychology)Motion (physics)Metric (unit)Head (geology)RadiosurgeryHead and neckMotion sensors

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Stereotactic radiosurgery (SRS) is a nonsurgical method for treating brain abnormalities and small tumors. Traditional high-accuracy SRS requires a rigid metal head frame screwed into the skull, which causes discomfort and reduces patient compliance. Thermoplastic masks offer a less invasive alternative but compromise accuracy because of flexing and are often still uncomfortable. To address these issues, we developed a novel robotic head motion compensation (RHMC) device that enables frameless and maskless SRS. METHODS AND MATERIALS: A compact, portable RHMC device was developed that can be quickly attached to or detached from the end of a linear accelerator treatment table. Real-time 6° head position tracking was performed using 3-dimensional surface-guided radiation therapy imaging, which was fed into the robot control computer. Device performance was evaluated by administering virtual SRS treatments to a phantom and 20 healthy volunteers, simulating a clinical environment but without delivering radiation. The primary success metric was defined as maintaining the 6D target position under a 1.0 mm and 1.0° threshold for more than 95% of beam-on time (denoted as DC95%_1.0 mm and 1.0°). RESULTS: Two of the 20 volunteers were excluded because of incompatibility with the RHMC device. Among the remaining 18 volunteers, the DC95%_1.0 mm and 1.0° success metric was achieved in all cases. Without the RHMC device, 9 of the 18 volunteers were able to meet this metric. For a tighter tolerance of DC95%_1.0 mm and 0.5°, 17 volunteers achieved the metric with the RHMC device, compared with 4 without. For a tolerance of 1.0 mm and 1.0°, across all 18 volunteers, the mean and range were 99% and 96% to 100% using the RHMC device, respectively, compared with 73% and 9% to 100% without the RHMC device. CONCLUSIONS: The RHMC device effectively maintained accurate head motion control under simulated clinical conditions, achieving the DC95%_1.0 mm and 1.0° success metric for all suitable candidates. This technology has the potential to enable frameless and maskless SRS delivery within or better than current standard-of-care tolerance guidelines.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,352
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Radiation Oncology*Biology*Physics→Même sujetAdvanced Radiotherapy Techniques→Travaux en français237 207→