MétaCan
Menu
Retour à la cohorte
Enregistrement W880171581 · doi:10.2316/j.2010.216.680-0074

Visualisation of Dynamic Surface Data for a Patient Display to Reduce Movement during Radiotherapy

2010· article· en· W880171581 sur OpenAlexvenueno aff
James M. Parkhurst, Gareth Price, Tom Marchant, Patrick Sharrock, Andrew Jackson, C. J. Moore

Notice bibliographique

RevueMechatronic systems and control · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSimulation and Modeling Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMovement (music)Computer graphics (images)VisualizationComputer scienceRadiation therapyMedicineArtificial intelligenceRadiologyAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

The accuracy of radiotherapy treatment is dependent on the ability of the patient to maintain a pre-planned, fixed position during each radiotherapy fraction. We present a new visual feedback device that will allow patients to assist in controlling and maintaining their position during both setup and treatment. We use an optical sensor system to gather real-time positional data about the patient during radiotherapy. When the mean-surface, calculated by taking optical data over a number of breathing periods, is subtracted from each sequential surface in a dataset the result is a simple flexing surface lamina. The movement of this lamina about the zero position indicates the deviation from the mean reference surface. This makes it an ideal, intuitive visualisation approach for describing the motion of a patient around their planned setup position. We present our method for determining individually achievable bounds for the patient motion and the use of simple threshold bars and colours to indicate those bounds to the patient. We also present a method for associating a body texture with the mean reference surface and the results of an early demonstration of the device with national patient representatives. Copyright © 2011 ACTA Press.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechatronic systems and controlMême sujetSimulation and Modeling ApplicationsTravaux en français237 207