解剖学を考慮したMR画像のみの放射線療法

科学分野:

• 医用画像処理
• 放射線療法物理学
• 医用人工知能

背景:

• MR画像のみの放射線療法計画のために、電子密度データを補完し、MR-CT登録エラーを修正する。
• 従来のMR-CT変換法では、解剖学的変動のために領域固有のモデルが必要となることが多く、開発の複雑さが増す。
• MR画像のみの放射線療法のために、多様な解剖学的領域を効率的に処理するための統一的アプローチが必要である。

研究 の 目的:

• MR画像のみの放射線療法計画のために、電子密度データを補完し、MR-CT登録エラーを修正する。
• 従来のMR-CT変換法では、解剖学的変動のために領域固有のモデルが必要となることが多く、開発の複雑さが増す。
• MR画像のみの放射線療法のために、多様な解剖学的領域を効率的に処理するための統一的アプローチが必要である。

主な方法:

• MRIからCTへの画像変換のための統一されたプロンプト駆動型モデルを提案した。
• 領域認識ベクトルと動的ゲーティング係数を用いた領域固有の注意機構を実装した。
• 定性的、定量的、および線量測定的分析を用いて、3つの解剖学的データセットでモデルを評価した。

主要な成果:

• 統一モデルは、複数の解剖学的領域にわたって高い構造的一貫性を持つCT画像を正常に生成した。
• 合成されたCT画像は、既存の最先端の変換モデルと比較して、優れた明瞭度と解剖学的詳細を示した。
• 線量測定分析により、合成画像が実際のCTスキャンから得られる線量分布に近接することが確認された。

結論:

• 提案された統一されたプロンプト駆動型モデルは、多様な解剖学的領域のMRIからCTへの画像変換を効果的に実行する。
• このアプローチは、様々な解剖学的構造にわたる堅牢なMR画像のみの放射線療法計画を可能にする上で大きな可能性を示している。
• モデルのソースコードは、さらなる研究と応用の促進のために公開されている。