技术说明:基于深度学习的合成CTs临床准备度和NTCP驱动的头适应性质子疗法的评估
Rutger J C de Koster1, Adrian Thummerer1, Daniel Scandurra1
1Department of Radiation Oncology, University Medical Center Groningen, University of Groningen, Groningen, The Netherlands.
Medical physics
|October 13, 2023
概括
合成CTs (sCTs) 显示精确的目标剂量相似性重复CTs (rCTs) 在头癌质子疗法. 虽然有风险器官 (OAR) 的剂量差异需要进一步调查,但sCT显示了适应性质子疗法的潜力.
科学领域:
- 医学物理 医学物理
- 放射治疗瘤学 放射治疗瘤学
- 医疗成像医学成像
背景情况:
- 适应性质子疗法需要精确的成像,以监测治疗和调整计划.
- 目前的工作流程使用每周重复CT (rCT),但深度学习可以从CBCT生成合成CT (sCT) 图像,以提高图像质量并实现剂量计算.
研究的目的:
- 为了比较每日CBCT的sCT图像与计划CTs (pCT) 和头癌患者的rCTs.
- 在临床环境中评估sCTs的剂量准确性,用于质子疗法.
主要方法:
- 在56名HN癌症患者的深度卷积神经网络中生成了1962张sCT图像.
- 重计算强度调制质子疗法 (IMPT) 计划在pCT,rCT和sCT数据集上.
- 量化剂量差异 (目标的D98,OAR的D平均值) 和计算的正常组织并发症概率 (NTCP) 对于食障碍和异口症.
主要成果:
- 目标体积显示sCTs,rCTs和pCTs之间的剂量差异很小 (±1.5%).
- 有风险的器官 (OAR) 呈现出更大的剂量差异,特别是在左侧腺.
- 德尔塔NTCP值2级消化不良和异口症在90%的sCT中在±2.5%以内.
结论:
- 在rCTs和sCTs之间观察到目标剂量的高度相似性.
- 需要进一步的研究来了解OAR剂量差异及其临床意义.
