从可见的人类数据中整合肌肉纤维方向,将其纳入放射治疗的目标体积
Gregory Buti1, Ali Ajdari1, Yen-Lin Chen1
1Massachusetts General Hospital and Harvard Medical School, Department of Radiation Oncology, 100 Blossom St, Boston, MA 02114, United States of America.
Physics in medicine and biology
|June 28, 2024
概括
这项研究将肌肉纤维的定向整合到放射治疗的目标体积中,提高了骨肌肉附近瘤的准确性. 这种新的框架减少了肌肉组织的边缘,提高了治疗精度,无需额外的成像.
科学领域:
- 医学物理 医学物理
- 放射治疗瘤学 放射治疗瘤学
- 解剖成像 解剖成像 解剖成像
背景情况:
- 确定骨肌附近瘤的精确辐射目标体积是具有挑战性的,因为CT扫描中软组织对比度差.
- 怀疑瘤侵入肌肉需要精确划分临床目标体积 (CTV).
研究的目的:
- 开发和验证一个框架,用于产生直接集成肌肉纤维方向的辐射目标体积.
- 将这个框架应用于怀疑肌肉透的圣座瘤患者.
- 为了减少肌肉侵入性瘤的放射治疗计划中的不确定性.
主要方法:
- 肌肉纤维的方向是从使用图像梯度检测的尸体冷图像中得出的.
- 这些定向数据被映射到患者的CT图像上,并嵌入到扩展方法中,以创建针对患者的CTV.
- 验证涉及使用不同尸体数据集评估对象之间的定向一致性和CTV稳定性.
主要成果:
- 在尸体受试者之间发现了肌肉纤维方向的高一致性 (共小数相似性≥0.86).
- 生成的CTV显示出出色的稳定性,子相似系数≥0.95和豪斯多夫95%百分位指数平均为5.13毫米.
- 与标准的CTV相比,新的CTV允许在肌肉组织内减少边缘.
结论:
- 开发的框架成功地将肌肉纤维的方向与辐射目标体积定义相结合.
- 这种方法提供了一种强大而准确的方法,用于在怀疑肌肉入侵的情况下精确规划放射治疗.
- 肌肉纤维定向的整合可以导致优化CTV边缘,可能改善治疗结果.
