数据驱动的体积计计算机断层扫描图像生成从表面结构使用患者特定的深倾斜模型
Shaoyan Pan1, Chih-Wei Chang2, Zhen Tian3
1Departments of Radiation Oncology and Winship Cancer Institute, Atlanta, Georgia; Departments of Biomedical Informatics, Emory University, Atlanta, Georgia.
International journal of radiation oncology, biology, physics
|November 22, 2024
概括
这项研究开发了一个新的框架,用于重建肺癌辐射治疗的表面扫描3DCT图像. 这种方法通过克服表面导向放射治疗的局限性来提高瘤跟踪的准确性.
科学领域:
- 医疗成像医学成像
- 辐射瘤学 辐射瘤学
- 人工智能的人工智能
背景情况:
- 光学表面成像在图像导向放射治疗中提供无辐射剂量监测.
- 表面运动与内部瘤运动的相关性存在局限性,影响纯表面导向放射治疗 (SGRT) 的准确性.
- 精确的断片内监测对于有效的肺癌放射治疗至关重要.
研究的目的:
- 从表面图像中重建体积CT图像的数据驱动框架.
- 为了减轻SGRT在肺癌放射治疗中的局限性.
- 为了在没有额外的辐射剂量的情况下在辐射输送期间能够准确地跟踪瘤.
主要方法:
- 对50名肺癌患者进行了4DCT扫描后期分析.
- 使用循环一致性生成对抗网络的表面对体积图像合成框架.
- 针对患者的模型经过训练和验证,使用10个4DCT阶段中的9个,4DCT阶段,其中1个阶段保留用于测试.
主要成果:
- 该框架准确地从表面数据中重建了体积CT图像.
- 生成的CT图像显示,与地面真相相比,总瘤体积中心质量差1.72±0.87毫米.
- 观察到高相似性,结构相似性指数测量值为0.94±0.02和Dice得分为0.81±0.07.
结论:
- 拟议的方法为肺癌辐射治疗中SGRT限制提供了一种新的解决方案.
- 在治疗期间实时体积成像可能可以实现精确的瘤跟踪.
- 这种数据驱动的框架解决了运动管理的挑战,而不依赖于第一原则建模.
