Conception and performance of IViST : a novel platform for real-time In Vivo Source Tracking in brachytherapy
Bibliographic record
Abstract
La curiethérapie à haut débit de dose (HDR pour High Dose Rate) est une modalité de traitement du cancer qui délivre au volume cible la dose prescrite avec un débit de dose élevé. Malgré les distributions de doses hautement conformes obtenues avec cette modalité de traitement, le traitement lui-même n’est pas exempt d’erreurs. En raison des forts gradients de dose, typique de la curiethérapie, de petites erreurs dans le positionnement de la source peuvent entraîner des conséquences néfastes pour les patients. L’utilisation systématique de systèmes de vérification en temps réel est le seul moyen de savoir quelles doses ont été réellement données à la tumeur et aux organes à risque. Cette thèse présente les démarches effectuées pour créer et valider un système de dosimétrie à scintillateurs plastiques multipoints (mPSD pour Multipoint Plastic Scintillation Detector) capable d’effectuer avec précision des mesures in vivo en curiethérapie HDR. Un prototype a été optimisé, caractérisé et testé dans des conditions typiques de la curiethérapie HDR. Une analyse exhaustive a été réalisée pour obtenir un modèle optimisé du détecteur, capable de maximiser la collection de lumière de scintillation produite par l’interaction des photons ionisants. Il a été constaté que le scintillateur de longueur d’onde plus courte devrait toujours être placé plus près du photodétecteur, alors que le scintillateur émettant dans la longueur d’onde la plus élevée doit être en position distale. Si la configuration, comme mentionnée précédemment, n’est pas utilisée, des effets d’excitation et d’auto-absorption entre les scintillateurs peuvent se produire, et en conséquence, la transmission de la lumière à travers la fibre collectrice n’est pas optimale. Le détecteur a été rendu étanche à la lumière. Son noyau de 1 mm de diamètre permet son utilisation dans la majorité des applicateurs utilisés pour le parcours de la source en curiethérapie HDR avec l’192Ir. Pour la meilleure configuration du détecteur multipoints (3 mm de BCF10, 6 mm de BCF12, 7 mm BCF60), une optimisation numérique a été effectuée pour sélectionner les composants optiques (miroir dichroïque, filtre et tube photomultiplicateur (PMT pour Photomultiplier Tube)) qui correspondent le mieux au profil d’émission recherché. Ceci permet la déconvolution du signal en utilisant une approche multispectrale, en extrayant la dose de chaque élément tout en tenant compte de l’effet de tige Cerenkov. Le système de luminescence optimisé a été installé dans une boîte protectrice pour assurer la stabilité des composantes optiques lors de la manipulation. Les performances dosimétriques du système IViST (In Vivo Source Tracking) ont été évaluées en curiethérapie HDR, sur une plage clinique réaliste allant jusqu’à 10 cm de distance entre la source et les capteurs du mPSD. IViST peut simultanément mesurer la dose, trianguler la position et mesurer le temps d’arrêt de la source. En effectuant 100 000 mesures/s, IViST échantillonne suffisamment de données pour effectuer rapidement des tâches QA / QC clés, telles que l’identification d’un mauvais temps d’arrêt individuel ou des tubes de transfert interchangés. En utilisant 3 capteurs colinéaires et des informations planifiées pour une géométrie d’implant provenant des fichiers DICOM RT, la plateforme peut également trianguler la position de la source en temps réel avec une précision de positionnement de 1 mm jusqu’à 6 cm de la source. Le détecteur ne présentait aucune dépendance angulaire. Un essai clinique est actuellement en cours avec ce système.
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 | 0.001 | 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 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
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".