用MR指导的肺癌放射治疗的呼吸运动建模:模型开发和几何精度评估

科学领域:

• 医学物理 医学物理
• 放射治疗技术 放射治疗技术
• 图像指导疗法是指导图像的疗法.

背景情况:

• 肺瘤的呼吸运动使放射治疗和剂量准确性复杂化.
• 目前的在线MR成像缺乏实时体积数据,用于精确的运动管理.
• 局限性阻碍了准确的剂量递送,重建和适应性放射治疗策略.

研究的目的:

• 开发和验证MR-Linac工作流程的呼吸运动建模框架.
• 为了从实时数据中实现时间解析的4D运动估计.
• 通过解决运动挑战,提高肺瘤放射治疗的精度.

主要方法:

• 一个多切片获取方案,获取重叠的2D运动和替代切片.
• 一个框架将运动模型直接与数据相匹配,并考虑呼吸变化.
• 交替的模型配套与运动补偿超分辨率图像重建.
• 适用于来自肺癌患者的模拟数据和临床MR-Linac数据集.

主要成果:

• 精确重建高质量,运动补偿的3D图像,使用2毫米3的同otropic voxels.
• 运动模型在模拟中实现了平均1.13毫米的变形场误差.
• 临床数据显示,残留注册误差很低,表明运动估计的准确性很高 (例如,L-R方向的0.88毫米).

结论:

• 开发的框架准确地估计了患者的运动,并重建了放射治疗的解剖学.
• 灵活的采购方案可以集成到MR-Linac在线运动管理工作流程中.
• 能够实现目标跟踪和门关等策略,以提高放射治疗的精度.