在MRI指导放射治疗中基于人工智能的呼吸运动预测的建模:一篇评论
Xiangbin Zhang1, Di Yan1,2, Haonan Xiao3,4
1Radiotherapy Physics and Technology Center, Cancer Center, West China Hospital, Sichuan University, Chengdu, 610041, P.R. China.
Radiation oncology (London, England)
|October 8, 2024
概括
人工智能 (AI) 可以通过预测呼吸运动来改善MRI指导放射治疗 (MRIgRT),克服系统延迟问题,以获得更好的癌症治疗精度.
科学领域:
- 医学物理 医学物理
- 辐射疗法 辐射疗法
- 医疗成像医学成像
背景情况:
- 精确放射治疗技术如VMAT,SBRT和粒子疗法正在推进癌症治疗.
- 在胸部和腹部瘤中控制呼吸运动仍然是一个挑战.
- 磁力共振成像指导放射治疗 (MRIgRT) 提供了实时运动管理,由于磁力共振成像的非电离性和软组织对比度.
研究的目的:
- 审查基于AI的MRIgRT的呼吸运动预测建模方法.
- 解决在MRIgRT.中实施AI用于运动预测的挑战.
- 为在MRIgRT中提供一致和可泛化的AI应用提供建议.
主要方法:
- 在MRIgRT中预测呼吸运动的AI建模方法的审查.
- 讨论挑战,包括数据集收集,方法选择和问题制定.
- 专注于使用人工智能进行先进的轮和体积预测.
主要成果:
- 基于人工智能的预测是减轻MRIgRT系统延迟 (约. 在4Hz时300毫秒).
- 人工智能可以提高呼吸运动的轮和体积预测的准确性.
- 在数据采集和定义复杂的预测任务方面存在挑战.
结论:
- 基于人工智能的呼吸运动预测对于提高MRIgRT精度至关重要.
- 解决实施挑战是成功整合人工智能的关键.
- 在放射治疗中,需要标准化的方法来实现可靠的AI驱动的运动管理.
