使用患者特定的扩散模型生成基于CBCT的合成CT,用于CBCT引导的自适应性放射治疗
Xiaoqian Chen1, Richard L J Qiu1, Tonghe Wang2
1Department of Radiation Oncology, Winship Cancer Institute, Emory University School of Medicine, Atlanta, Georgia, USA.
Medical physics
|October 14, 2024
概括
个性化扩散模型提高了适应性辐射疗法 (ART) 的形束计算断层扫描 (CBCT) 图像质量. 这提高了捕捉患者特异性解剖变化的准确性,从而导致更精确的癌症治疗.
科学领域:
- 医疗成像医学成像
- 放射治疗 物理 物理
- 人工智能在医学中的应用
背景情况:
- 圆束计算机断层扫描 (CBCT) 对于在图像引导放射治疗 (IGRT) 期间跟踪解剖变化至关重要.
- CBCT人工物阻碍了适应性辐射疗法 (ART) 的全部潜力.
研究的目的:
- 提高CBCT图像质量,以便在ART期间准确评估患者和分数特定 (PFS) 解剖变异.
- 通过获得高质量的CBCT图像来提高放射治疗 (RT) 的疗效.
主要方法:
- 建议使用预先训练的通用肺扩散模型 (GLDM) 进行患者和部分特异性肺扩散模型 (PFS-LDM).
- 微调的PFS模型在CBCT-变形规划CT (dpCT) 对上为每个患者学习个性化的解剖变化.
- 通过使用平均绝对误差 (MAE),峰值信号噪声比 (PSNR),规范交叉相关性 (NCC) 和结构相似性指数衡量 (SSIM) 评估PFS-LDM.
- 将PFS-LDM与基于生成对抗网络 (GAN) 的模型进行比较,证明了PFS微调策略的适用性.
主要成果:
- 与GLDM相比,PFS-LDM显著改善了所有四个评估指标.
- 微调将MAE从103.95降至15.96 HU,并增加了PSNR,NCC和SSIM的平均值.
- 该PFS微调策略增强了一个循环GAN模型,其中PFS-CG模型的表现优于一般模型.
- 在所有指标上,PFS-LDM在基于GAN的模型上表现优越.
结论:
- PFS-LDM显著提高了CBCT图像质量,提高了Hounsfield单位 (HU) 的准确性并减少了文物.
- 改进的图像质量有助于更好地捕捉CBCT引导ART的断片间解剖变化.
- 这项工作通过解决解剖学变异,使更有效和个性化的高精度辐射疗法成为可能.
