以图像为导向的,针对患者的导管放置的优化,用于对流增强的纳米粒子输送在复发性质母细胞瘤中
Chengyue Wu1, David A Hormuth2, Chase D Christenson3
1Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin, Austin, TX, 78712, USA; Department of Imaging Physics, The University of Texas MD Anderson Cancer Center, Houston, TX, 77030, USA; Department of Breast Imaging, The University of Texas MD Anderson Cancer Center, Houston, TX, 77030, USA; Department of Biostatistics, The University of Texas MD Anderson Cancer Center, Houston, TX, 77030, USA; Institute for Data Science in Oncology, The University of Texas MD Anderson Cancer Center, Houston, TX, 77030, USA.
一个基于图像的模型优化了在复发性结质母细胞瘤中对-186纳米脂质体的导管放置,显著减少了目标外输送,并改善了瘤覆盖范围.
科学领域:
- 生物医学工程 生物医学工程
- 放射性药物疗法是一种放射性药物疗法.
- 医疗成像医学成像
背景情况:
- 通过对流增强的分娩 (CED) 需要精确的导管放置,以有效治疗复发性质母细胞瘤 (rGBM).
- 优化导管放置最大限度地覆盖瘤,并最大限度地减少健康组织的暴露.
研究的目的:
- 开发和验证一个基于图像的模型,用于对患者进行特定的优化,以便在CED中放置导管.
- 改进用于rGBM治疗的-186纳米脂质体 (RNL) 的输送.
主要方法:
- 开发了一个集流体动力学,RLN传输和SPECT信号转换的计算模型.
- 来自MRI和SPECT成像的患者特定几何形状被用于模型个性化.
- 使用一致性相关系数 (CCC) 和离目标比率 (OTR) 验证了模型的准确性.
主要成果:
- 该模型在预测RNL分布的24小时后表现出高准确度 (CCC>0.80).
- 与原始放置相比,优化的导管放置将非目标比率降低了34.56%的中位数.
- 个体校准和人群分配的参数都产生了准确的预测.
结论:
- 图像导向模型准确地预测了患者特定的RNL分布.
- 这种模型对于优化放射性标记脂质体在CED中的导管放置具有显著价值.
- 这种方法可以提高质母细胞瘤复发的治疗效率.
更多相关视频
14:10Contrast Ultrasound Targeted Treatment of Gliomas in Mice via Drug-Bearing Nanoparticle Delivery and Microvascular Ablation
Published on: December 15, 2010
07:25Author Spotlight: Multimodal Imaging Strategies for Optimizing Drug Delivery and Early Detection in Glioblastoma Treatment
Published on: March 1, 2024
