Implantation et validation d’un modèle Monte Carlo du Cyberknife dans un outil de calcul de dose clinique
Bibliographic record
Abstract
Le Cyberknife (Accuray, Sunnyvale, CA) est un appareil de radiochirurgie stéréotaxique sans cadre. Il a été développé pour administrer de fortes doses dans des volumes restreints. Aussi, pour obtenir une conformation optimale de traitement, des champs circulaires de petites dimensions sont utilisés (\phi = 0,5 à 6 cm). L'étude dosimétrique de ces petits champs doit être menée selon de nouveaux standards puisque ceux-ci échappent aux définitions du TG-51. L'objectif de ce projet est d'implanter une plateforme de calcul de dose de type Monte Carlo pour le CyberKnife en clinique. Il s'articule autour de deux réalisations principales. Tout d'abord, une caractérisation dosimétrique du modèle Monte Carlo de l'accélérateur linéaire du CyberKnife a été menée à travers des simulations Monte Carlo générées par le moteur de EGSnrc. Cette étude est basée sur la caractérisation de la réponse d'un détecteur à un champ de type CK à partir de simulations EGS_chamber. Cette approche permet de prendre en compte l'impact du détecteur sur les mesures expérimentales. Cet aspect est d'autant plus important que le modèle Monte Carlo de l'accélérateur est validé à partir de mesures expérimentales. Les résultats obtenus montrent une bonne concordance, <1% ou 1 mm, entre les mesures expérimentales et les données de simulations pour les grands champs. Pour les champs de diamètre < 12,5 mm, le modèle est moins exact et une correction est appliquée pour atteindre une différence de <1% ou 1 mm. Deuxièmement, ce modèle validé du CK a été implanté dans un cadre de calcul Monte Carlo complet. Une plateforme de calcul dédiée aux calculs Monte Carlo, WebTPS, a été adaptée aux calculs de dose CK. Cette plateforme reçoit les données relatives au plan de traitement et lance des calcul EGSnrc sur un superordinateur. Cette approche tend à réduire les approximations lors de l'évaluation dosimétrique de plans de traitements cliniques. Une incertitude inférieure à 1% peut être atteinte en deux heures de calcul. Ce projet a donc pour objectif de développer une référence clinique pour le calcul de dose dans le cadre de la radiochirurgie stéréotaxique. L'outil WebTPS pourrait être particulièrement utile en clinique, l'algorithme de calcul de dose du CK étant limité dans plusieurs situations de traitement.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| 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".