基于循环生成的对抗性网络骨抑制成像,用于高精度的无标记的肺瘤运动跟踪,用于网络刀辐射治疗
Zennosuke Mochizuki1, Masahide Saito2, Toshihiro Suzuki1,2
1Department of Radiology, Kasugai-CyberKnife Rehabilitation Hospital, Fuefuki-city, Yamanashi, Japan.
Journal of applied clinical medical physics
|November 20, 2023
概括
这项研究开发了一种使用CycleGAN的骨抑制技术,用于改善放射治疗中的肺瘤跟踪. 该方法提高了图像识别准确度,用于精确的运动跟踪辐射.
科学领域:
- 医疗成像医学成像
- 辐射疗法 辐射疗法
- 人工智能的人工智能
背景情况:
- 在立体辐射疗法期间追踪肺瘤可能是具有挑战性的,因为在搜索区域有类似的模式.
- 精确的瘤定位对于有效的辐射输送和患者的治疗结果至关重要.
研究的目的:
- 开发一种新的技术,在kV-x射线图像中抑制骨信号.
- 为了提高在立体辐射疗法期间的肺瘤跟踪的准确性.
主要方法:
- 一个CycleGAN模型被训练使用CT图像和没有骨结构从一个XCAT幻影.
- 骨压抑图像 (BSI幻影) 使用SSIM和PSNR生成并与非骨图像进行验证.
- 该模型进一步使用真实患者治疗图像进行训练,以创建骨压抑患者图像 (BSI患者).
主要成果:
- 在BSI幻影显示有效的骨抑制,同时保持瘤可视化,高SSIM (0.90±0.06) 和PSNR (24.54±4.48).
- 使用ZNCC的模板匹配显示,与实际治疗图像 (0.763 ± 0.136) 相比,BSI患者 (0.773 ± 0.143) 的识别准确性得到改善.
结论:
- 使用CycleGAN提出的骨抑制成像技术显著提高了图像识别.
- 这一进步使得在放射治疗中对肺瘤的运动跟踪辐射具有高度准确性.
