在合成生成的4D圆束CT图像上研究心脏基结构自动细分方法
Mark Gardner1, Robert N Finnegan2,3,4, Owen Dillon1
1Image X Institute, University of Sydney, Sydney, New South Wales, Australia.
Medical physics
|December 23, 2024
概括
这项研究评估了STereotactic Arrhythmia Radioablation (STAR) 中4D-CBCT图像的心脏亚结构细分方法. 合成CT细分方法显示了最高的准确性,改善了针对更安全,更有效的治疗的定位.
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:
- 立体性心律失常放射 (STAR) 提供非侵入性心律失常治疗,但面临着小目标体积和患者运动的挑战.
- 4D圆束CT (CBCT) 可以跟踪呼吸诱导的运动,但差异阻碍了心脏结构的识别.
- 在4D-CBCT中准确的心脏细分对于精确的STAR向和减少治疗毒性至关重要.
研究的目的:
- 为了评估4D-CBCT图像的各种心脏亚结构细分技术的准确性.
- 在STAR治疗的背景下,确定对心脏结构进行细分的最有效方法.
主要方法:
- 从13名肺癌患者的4D-CT扫描中模拟的4D-CBCT图像.
- 研究了五种细分方法:3D刚性对齐,4D刚性对齐,直接CBCT细分,轮转换和合成CT细分.
- 使用子相似系数 (DSC),豪斯多夫距离 (HD),平均表面距离 (MSD) 和体积比 (VR) 评估性能.
主要成果:
- 合成CT细分方法在所有评估指标 (DSC,HD,MSD,VR) 中取得了最高的准确性.
- DSC值在0.37到0.57之间,合成CT产生最佳结果 (0.57±0.28).
- 高清,MSD和VR指标也有利于合成CT方法,表明性能优越.
结论:
- 精确的4D-CBCT心脏细分对于提高STAR治疗的安全性和有效性至关重要.
- 合成CT细分方法在4D-CBCT中改善心脏亚结构识别方面显著有前途.
- 这项研究提供了一个开源的基准测试工具,用于评估未来的CBCT心脏细分方法.
