在质子疗法中改进基于MR的CT合成的统一的生成登记框架
Xia Li1,2, Renato Bellotti1,3, Barbara Bachtiary1
1Center for Proton Therapy, Paul Scherrer Institut, Villigen PSI, Switzerland.
Medical physics
|August 13, 2024
概括
这项研究引入了用于磁共振 (MR) 到合成计算机断层扫描 (sCT) 图像生成的统一网络,改进了质子治疗计划. 这种新的方法提高了解剖学准确性,并减少了剂量测量差异,以更好地治疗患者.
科学领域:
- 医疗成像医学成像
- 放射治疗 物理 物理
- 计算解剖学的计算解剖学
背景情况:
- 磁共振成像 (MR) 通过生成合成计算机断层扫描 (sCT) 图像来帮助质子疗法规划.
- 精确的MR-CT图像对齐至关重要,但具有挑战性,特别是在像头部和部这样的移动区域.
- 错位导致sCT模糊,损害治疗的精度和有效性.
研究的目的:
- 开发一个新的网络,统一图像生成和注册,以提高sCT质量和解剖学真实性.
- 改善MRI和CT图像的对齐,以便更准确地规划质子疗法.
主要方法:
- 统一网络是基于UNet的生成网络 (G) 和隐式神经表示 (INR) 可变形注册网络 (R) 的协同作用.
- 联合优化交替减少生成/注册CT和参考CT之间的差异.
- 在60个头患者数据集上进行了验证,其中12个被保留用于测试.
主要成果:
- 拟议的统一网络实现了平均绝对误差 (MAE) 80.98 ± 7.55 HU,明显超过了基线Pix2Pix (124.95 ± 30.74 HU).
- 与基线方法相比,生成的sCT显示出更清晰的解剖细节和更好的一致性.
- 在生成的sCT上重新计算的质子疗法计划显示,与参考计划相比,剂量测量差异减少.
结论:
- 综合MR-to-CT合成和可变形注册的整体统一方法显著提高了sCT的精度和质量.
- 这种方法对于具有显著MR-CT变异的具有挑战性的解剖区域尤其有效.
- 改进的sCTs有助于更准确的质子疗法治疗计划.
更多相关视频
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.8K
07:13Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
Published on: October 27, 2023
1.1K
