评估Hounsfield单位分配和基于CT的标准和基于深度学习的合成CT图像之间的剂量差异,用于仅MRI的头部和部放射治疗

科学领域:

• 医学物理 医学物理
• 辐射疗法 辐射疗法
• 医疗成像医学成像

背景情况:

• 头部和部 (H&N) 放射治疗仅用MRI模拟提供了出色的软组织对比度,但需要合成CT (sCT) 来获得电子密度.
• 仅在MRI工作流中的骨/空气区域可能导致sCT中的电子密度错误分类,这可能会影响剂量计算.
• 了解sCT错误的剂量测量影响对于只有MRI的RT规划中的质量保证至关重要.

研究的目的:

• 为了调查Hounsfield单位 (HU) 在合成CT (sCT) 图像中的错误分配是否导致临床头辐射治疗计划中的剂量测量错误.

主要方法:

• 追溯分析14名H&N癌症患者与同一天CT和3TMRI模拟.
• 通过使用基于深度学习的工具 (MRIplanner) 从T1w DIXON MRI生成sCT.
• 对各种组织类型和结构进行CT和sCT霍恩斯菲尔德单位 (HU) 的比较;对sCT进行IMRT计划的重新计算和使用马度量进行评估.

主要成果:

• 平均sCT/CT HU比率对软组织 (1.0 ± 0.1) 显示一致,但对空气 (1.7 ± 0.3) 和骨 (0.8 ± 0.1) 显示偏差.
• 对于空气,海绵状骨和皮层骨来说,注意到了显著的HU差异.
• 对sCT进行重新计算的计划实现了高马传递率 (95.5%±2%对于3mm/3%,92.7%±2.1%对于2mm/2%),OAR和PTV的平均剂量差异最小 (<3%).

结论:

• 在H&N患者中CT和sCT之间观察到的HU差异没有导致显著的剂量测量误差 (马通过率或平均剂量指标>3%).
• 尽管在H&N中存在组织界面的挑战,但在sCT中没有观察到大规模的剂量偏差.
• 建议对更大的队列进行进一步的研究,以验证sCT剂量计准确性,并为临床QA限制提供信息.