Machine Learning-Based Modeling of the Anode Heel Effect in X-ray Beams: Monte Carlo Simulations
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于人工智能的阳极heel效应模型,显著提高了X射线成像中蒙特卡洛模拟的精度。研究结果表明,阳极和阴极的剂量率分别提高9.6%和降低12.5%,从而提升了剂量测量的准确性和图像质量,具有广泛的临床应用潜力。
🎯
关键要点
- 本研究提出了一种基于人工智能的阳极heel效应模型,显著提高了X射线成像中蒙特卡洛模拟的精度。
- 阳极和阴极的剂量率分别提高9.6%和降低12.5%。
- 研究结果提升了剂量测量的准确性和图像质量。
- 该模型具有广泛的临床应用潜力。
➡️