Optimisation des orientations des faisceaux en radiothérapie conformationelle par modulation d'intensité (RCMI)
Bibliographic record
Abstract
Introduction L'un des freins importants au développement de la RCMI est le temps à consacrer à la planification dosimétrique du traitement. Actuellement, les systèmes de planification de traitement inverse optimisent les matrices de fluence à appliquer à chacun des faisceaux, mais ils ne réalisent pas d'optimisation sur les orientations des faisceaux, qui restent utilisateurs dépendants. Ceci implique que de nombreux essais sont nécessaires avant de trouver la balistique optimale. Le temps de planification est donc important ; il peut aller jusqu'à 9h pour un traitement tête-et-cou. Le but de notre étude est d'établir un algorithme qui tiendrait compte de la modulation des faisceaux et permettrait de trouver automatiquement les orientations optimales qui irradient suffisamment le volume cible tout en épargnant les organes à risque avoisinants. Matériels et Méthodes L'algorithme du simplex a été retenu pour optimiser les orientations des faisceaux. Il a été inséré dans le module RCMI du système de planification de traitement Isogray (DOSIsoft). Ainsi, pour chaque nouvelle balistique à tester, fournie par le simplex, les matrices de fluences sont optimisées à l'aide des gradients conjugués. Il s'agit de minimiser la fonction objectif basée sur des critères dose-volume. Le but de cette étude est d'étudier les résultats obtenus par le simplex, et de les comparer à ceux obtenus par une balistique choisie manuellement, selon l'expérience du physicien. Les tests ont été effectués sur un fantôme tête-et-cou modélisé à partir des données anatomiques d'un patient type. Le volume cible ainsi que les organes à risque : moelle épinière et parotides, ont été contourés, et les mêmes contraintes cliniques de type dose égale, dose minimale, dose maximale et dose-volume, ont été utilisées. Le nombre de faisceaux a été fixé à 5. Résultats Le simplex a convergé à partir de la 43ème itération. Les orientations obtenues diffèrent jusqu'à 40° par rapport aux orientations choisies manuellement. La balistique optimisée par le simplex a permis de diminuer la fonction objectif de 78% par rapport à la balistique choisie manuellement par le physicien. Cette amélioration est confirmée de manière significative par les histogrammes dose-volume, qui montrent que le simplex a permis de mieux couvrir le volume cible et surtout de mieux préserver les organes à risque. En effet, la dose maximale à la moelle épinière a été réduite de 11% avec l'optimisation du simplex et la dose moyenne aux parotides : de 10% pour la parotide gauche, et de 47% pour la parotide droite. Conclusion Cette étude montre que l'optimisation des orientations des faisceaux par le simplex permet d'améliorer considérablement la solution obtenue par une balistique choisie manuellement. Elle permet de plus de réduire le temps consacré à la planification dosimétrique, et donc d'alléger la préparation d'un traitement par RCMI. Par conséquent, plus de patients pourront bénéficier de cette technique. Mots clés : RCMI, optimisation, orientations faisceaux
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".