准确的患者对齐,没有不必要的成像,使用2D kV图像合成的患者特定的3D CT图像
Yuzhen Ding1, Jason M Holmes1, Hongying Feng1
1Department of Radiation Oncology, Mayo Clinic, Phoenix, AZ, USA.
Communications medicine
|November 21, 2024
概括
这项研究引入了一种新的双模型框架,用于从kV图像中重建3DCT,从而提高放射治疗中的患者设置精度. 该方法可以快速合成精确的3DCT扫描,减少成像剂量并提高治疗精度.
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:
- 2D kV图像用于放射治疗中的患者对齐,当3D OBI无法使用时,但限制瘤可见性并导致设置错误.
- 像CBCT一样的3D OBI具有有限的FOV和高剂量,这给准确的患者定位带来了挑战.
- 从治疗位置获得的kV图像中重建3DCT为这些局限性提供了潜在的解决方案.
研究的目的:
- 开发和验证一种新的框架,用于从2D kV图像中合成准确的全尺寸3D CT.
- 为了解决当前2D成像和3DOBI在放射治疗患者设置中的局限性.
- 为了提高患者对齐的准确性,同时尽量减少成像剂量.
主要方法:
- 提出了一种使用分层ViT块的双模型框架.
- 该框架使用2D成像设备的kV图像作为唯一的输入.
- 3D CT 合成在几毫秒内完成.
主要成果:
- 该框架在10名头癌患者中证明了可行性.
- 实现了优异的图像质量,平均绝对误差 (MAE) < 45 HU.
- 展示了高剂量测量准确度,Gamma通过率> 97% (2%/2 mm/10%).
- 减少了患者位置的不确定性,转移误差小于0.4毫米.
结论:
- 拟议的框架准确地生成3DCT,忠实地反映患者的位置.
- 在放射治疗中大大提高了患者的设置准确性.
- 保持最小的成像剂量,并保持治疗真实性.
