SU‐E‐T‐479: IMRT Plan Recalculation in Patient Based On Dynalog Data and the Effect of a Single Failing MLC Motor
Notice bibliographique
Résumé
Purpose: Using Linac dynamic logs (Dynalogs) we evaluate the impact of a single failing MLC motor on the deliverability of an IMRT plan by assessing the recalculated dose volume histograms (DVHs) taking the delivered MLC positions and beam hold‐offs into consideration. Methods: This is a retrospective study based on a deteriorating MLC motor (leaf 36B) which was observed to be failing via Dynalog analysis. To investigate further, Eclipse‐importable MLC files were generated from Dynalogs to recalculate the actual delivered dose and to assess the clinical impact through DVHs. All deliveries were performed on a Varian 21EX linear accelerator equipped with Millennium‐120 MLC. The analysis of Dynalog files and subsequent conversion to Eclipse‐importable MLC files were all performed by in‐house programming in Python. Effects on plan DVH are presented in the following section on a particular brain‐IMRT plan which was delivered with a failing MLC motor which was then replaced. Results: Global max dose increased by 13.5%, max dose to the brainstem PRV increased by 8.2%, max dose to the optic chiasm increased by 7.6%, max dose to optic nerve increased by 8.8% and the mean dose to the PTV increased by 7.9% when comparing the original plan to the fraction with the failing MLC motor. The reason the dose increased was due to the failure being on the B‐bank which is the lagging side on a sliding window delivery, therefore any failures on this side will cause an over‐irradiation as the B‐bank leaves struggles to keep the window from growing. Conclusion: Our findings suggest that a single failing MLC motor may jeopardize the entire delivery. This may be due to the bad MLC motor drawing too much current causing all MLCs on the same bank to underperform. This hypothesis will be investigated in a future study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».