使用基于瘤的自动信号从4D-MRI数据中对肺瘤体积进行分类,可以减少合器件
Mark Warren1, Alexander Barrett2, Neeraj Bhalla2
1School of Health Sciences, Institute of Population Health, University of Liverpool, Liverpool, UK.
Journal of applied clinical medical physics
|January 18, 2024
概括
一个新的瘤运动信号 (TumorPC1) 改善了4D磁共振成像 (4D-MRI) 排序,减少了肺瘤体积中的工件. 与传统的解剖信号相比,这种方法提供了更顺的3D瘤重建.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
背景情况:
- 4D磁共振成像 (4D-MRI) 对于在呼吸过程中可视化肺瘤至关重要.
- 呼吸运动在4D-MRI中引入了人工物,使瘤体积评估复杂化.
- 目前的分类方法依赖于解剖信号,这些信号可能无法准确捕捉瘤运动.
研究的目的:
- 评估来自瘤运动的新信号,以改进4D-MRI数据分类.
- 为了比较瘤运动信号与解剖信号在减少合器件的有效性.
- 在4D-MRI中提高肺瘤体积重建的精度.
主要方法:
- 收集了10名肺癌患者的4D-MRI扫描.
- 使用瘤邻近运动的第一个主要组成部分生成了瘤运动信号 (TumorPC1).
- 将TumorPC1与解剖学信号 (隔膜,胸壁,身体区域) 进行比较,使用皮尔森相关性和粗度度量 (Rg) 来评估接工件.
主要成果:
- 瘤PC1信号显示出与上下瘤运动的最强相关性 (中位数r=0.86).
- 使用TumorPC1进行分类的图像堆表现出明显较低的粗度 (较少的拼接文物) 与通过解剖信号进行分类的图像堆 (p=0.02-0.05).
- 瘤PC1显著优于胸壁和身体区域信号,与瘤运动相关 (p<0.05).
结论:
- 来自瘤运动 (TumorPC1) 的新型信号使4D-MRI数据的更精确的分类成为可能.
- 这种方法显著减少了接工件,导致更顺的3D瘤体积重建.
- 基于瘤运动的分类为肺瘤成像提供了比传统的基于解剖信号的方法更好的替代方案.
