从单个圆束X射线投影图像进行体积度瘤跟踪,由深度学习启用
Jingjing Dai1, Guoya Dong2, Chulong Zhang1
1Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen, 518055, China.
Medical image analysis
|October 19, 2023
概括
这项研究引入了一种深度学习方法,用于精确的3D瘤跟踪,在放射治疗期间使用2DX射线. 它通过补偿呼吸运动来提高准确性,通过较低的辐射剂量提高治疗精度.
科学领域:
- 医学物理 医学物理
- 在瘤学瘤学.
- 人工智能的人工智能
背景情况:
- 放射治疗的准确性受到影响瘤位置的呼吸运动的限制.
- 精确的瘤跟踪对于有效的辐射输送至关重要.
- 目前的方法可能涉及更高的辐射剂量或复杂的设置.
研究的目的:
- 开发一种基于深度学习的方法,使用单角X射线图像进行精确的3D瘤跟踪.
- 为了在放射治疗期间实现精确的体积瘤定位.
- 为了降低辐射剂量,同时保持高定位精度.
主要方法:
- 利用深度学习模型从单角X射线投影进行体积瘤跟踪.
- 在手术前对齐的2DX射线与治疗前的3DCT扫描用于瘤定位和细分.
- 使用数据增强,风格校正和注册网络开发了一种针对患者的模型.
- 在患者肺部数据和幻象上验证了该方法.
主要成果:
- 实现了用于3D瘤定位的高定位精度.
- 在降低辐射剂量时证明有效.
- 成功追踪瘤,尽管有呼吸诱导的运动.
结论:
- 深度学习定体积瘤跟踪方法提高了放射治疗的精度.
- 这种方法提供了精确的瘤定位与较低的辐射暴露.
- 它代表了图像引导辐射疗法的重大进步.
更多相关视频
07:53Author Spotlight: Advancing 3D Modeling for Enhanced Diagnosis and Treatment of Pulmonary Nodules in Early-Stage Lung Cancer
Published on: October 13, 2023
1.5K
05:49Author Spotlight: Advancing CBCT and Digital Dental Image Integration with AI-Assisted Digitization
Published on: February 23, 2024
875
