一个概率的热剂量模型用于估计MR导向瘤剥离中的亡
Simon Schröer1,2, Julian Alpers2, Marcel Gutberlet1
1Department of Diagnostic and Interventional Radiology, Medical School Hanover, Hanover, Germany.
Medical physics
|July 14, 2023
概括
本研究引入了一种概率热剂量模型,以提高MR导向热除过程中预测除区域的准确性,减少假阳性,并可能增加治疗成功率.
科学领域:
- 医疗成像医学成像
- 干预性放射学 干预性放射学
- 计算建模 计算建模
背景情况:
- 磁共振 (MR) 温度计可以监测临界结构附近的瘤的最小侵入性热除.
- 术内监测的准确性和实时能力受到统计MR测量错误的挑战,导致不准确的剥离区域预测.
研究的目的:
- 使用CEM43热损伤模型开发一个概率模型,用于预测除区域.
- 将MR测量的统计错误整合到传统的预测模型中,以尽量减少错误分类的声音.
主要方法:
- 概率的CEM43模型经验验证.
- 评估使用聚烯胺凝幻体和三个体内猪肝进行了评估.
主要成果:
- 概率模型在四个数据集中的三个数据集中显示出更好的准确性,Sørensen-Dice系数差异高达3.97%.
- 与传统模型相比,虚假阳性率相对下降11.89%至30.04%.
结论:
- 概率性热剂量模型显示了防止在切除区域内错误分类voxels的潜力.
- 这一进步可能会提高MR导向热废除程序的成功率.
- 未来的研究应该探索额外的错误来源和临床验证.
