来自4D CBCT的机载合成4D MRI生成用于腹部瘤的放射治疗:可行性研究

科学领域:

• 医疗成像医学成像
• 放射疗法是一种放射治疗.
• 人工智能的人工智能

背景情况:

• 核磁共振导向放射治疗为腹部治疗提供了优越的软组织对比.
• 高昂的成本限制了MR引导的LINAC可访问性.
• 基于人工智能的合成4DMRI生成是一种潜在的替代方案,但纹理生成和运动精度带来了挑战.

研究的目的:

• 评估在飞机上生成合成运动解析的4DMRI的可行性.
• 使用4D圆束CT (CBCT) 图像,运动建模和深度学习模型.
• 使用XCAT数字人形幻影进行评估.

主要方法:

• 通过使用变形场图形,通过扭曲参考3DMRI生成合成4DMRI阶段.
• 变形场图是从主要组件分析 (PCA) 运动建模和CNN预测的固有值模型中得出的.
• 在CNN模型的训练中,使用来自先前4D MRI PCA模型的固有值随机采样的变形.

主要成果:

• 在CNN模型中,预测误差很低 (RMSE:0.012 ± 0.001,MAE:0.010 ± 0.001).
• 基于图像的评估显示了良好的相似性 (SSIM:0.96 ± 0.06) 和低误差 (nRMSE:0.22 ± 0.08).
• 对目标体积的基于轮的评估显示出高精度 (VDC:0.92 ± 0.06,VPD:3.08 ± 3.73%,COMS:2.3 ± 2.1 mm).

结论:

• 从4D-CBCT中进行机载合成4D-MRI生成是可行的.
• 这种人工智能驱动的方法可能会在腹部放射治疗中增强治疗设置本地化.
• 它为没有MR引导LINAC的设施提供了可行的替代方案.