在激光间歇性热疗法中预测患者特异性温度分布:单次辐射数据驱动方法

科学领域:

• 神经外科 神经外科
• 生物医学工程 生物医学工程
• 医学物理 医学物理

背景情况:

• 激光间歇性热疗法 (LITT) 是对脑瘤和的关键治疗方法.
• 在LITT期间精确控制热损伤对于患者的治疗结果至关重要.
• 准确预测体内脑组织温度是具有挑战性的,因为组织的特性是可变的.

研究的目的:

• 开发一种针对患者的方法,用于预测LITT期间大脑病变的温度分布.
• 为了提高LITT程序的热损伤程度预测的准确性.

主要方法:

• 一个磁共振温度成像 (MRTI) 数据驱动的模型与修改的Pennes生物热传递方程 (PBHE) 结合起来.
• 该模型结合了患者特异性和温度依赖的组织特性 (热,光学和 perfusion).
• 仅需要从单个激光照射疗程中获得的手术内MRTI数据.

主要成果:

• 该方法显著改善了温度分布和热损伤区域预测的准确性.
• 平均根的平均平方误差减少了69.54%.
• 热损害区域预测的平均Dice相似系数增加了43.14%.

结论:

• 拟议的方法可以在LITT.期间准确,针对患者的温度和热损伤预测.
• 这种方法为优化大脑中LITT治疗计划提供了有价值的工具.
• 改进的预测准确性支持更安全,更有效的LITT干预.