A quantitative method for reproducible ionization chamber alignment to a water surface for\nexternal beam radiation therapy depth dose measurements
Notice bibliographique
Résumé
Ionization chambers (ICs) are the most commonly used detectors for radiation therapy dose measurements. Typical IC measurements use cylindrical ICs in a water phantom and therefore require initial IC alignment to the water surface. This alignment has long been ignored and only recently has a qualitative governing recommendation been made. This thesis describes a reproducible methodology for quantitative ionization chamber water surface alignment. Depth-ionization measurements are taken with twenty-eight IC designs under varying conditions including, but not limited to, changes in scan direction, speed, and resolution, radiation beam type, field size, energy, and electron contamination. Measurements are acquired using standard radiotherapy accelerators in the Virginia Commonwealth University Department of Radiation Oncology and at the National Research Council of Canada, where a customized scanning system capable of better than 0.15 mm IC positioning precision is used. Measurements are also performed with standard commercial scanning equipment on the Accuray CyberKnife, a specialized radiosurgery-class accelerator. An analytical model is developed from basic principles to test the theoretical foundations of IC response near a water surface. The theoretical foundation is further validated via Monte Carlo simulation models that fully account for all details of the ICs used to take measurements. It is determined that the dose gradient as a function of depth is maximized when a given IC reaches the water surface when moving from depth in water. This effect is unchanged under all of the measurement scenarios tested. Measurements taken at 0.1 mm resolution for several seconds per point over several millimeters near the surface will yield a gradient peak that can be used for quantitative alignment. Using developed software, multiple scans at variant resolutions can be stitched into typical clinical scans so as not to significantly affect clinical measurement workflow. The recommended measurement method is developed in a format suitable for inclusion into a clinical protocol for depth-ionization measurement acquisition.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».