对 MD 遗漏的每日自适应性在线头辐射疗法的边框不确定性评估
Chien-Yi Liao1, Austen Matthew Maniscalco1, Hengrui Zhao1
1Department of Radiation Oncology, University of Texas Southwestern Medical Center, Dallas, TX, USA; Medical Artificial Intelligence and Automation Laboratory, Department of Radiation Oncology, University of Texas Southwestern Medical Center, Dallas, TX, USA.
概括
这项研究表明,具有2毫米轮边缘的可变形图像注册 (DIR) 可以有效地在头癌放射治疗中传播更新的轮,从而减少了日常医生参与的需要.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 癌症治疗方法 癌症治疗方法
背景情况:
- 每日在线适应性放射治疗 (DART) 通过调整计划以适应患者日常解剖学,提高治疗精度.
- 目前的DART实施受到资源密集型手动流程的限制.
研究的目的:
- 提出和评估一种新的,自动化的DART策略来治疗头部和部状细胞癌 (HNSCC).
- 通过使用图像注册技术传播医生编辑的轮来自动化DART.
主要方法:
- 对24名HNSCC患者 (810个分数) 接受DART治疗的回顾性分析.
- 模拟每周和每天线下轮编辑,使用刚性和可变形图像注册 (DIR) 进行传播.
- 使用适应性瘤总体体积 (aGTV) 和适应性临床点体积 (aCTV) 的几何和剂量计覆盖率的评估,具有变化的轮边缘 (CM).
主要成果:
- 严格的注册不足以准确地传播目标,即使使用3毫米CM.
- 使用2mmCM的DIR实现了≥98%的粗瘤/节点点的几何覆盖率,以及≥94%的小可疑节点.
- DIR使目标剂量覆盖率为V95% ≥99%和V100% ≥95%到aGTV.
结论:
- 可变形图像注册 (DIR) 可以有效地传播定期编辑的轮对于HNSCC患者具有适当的轮边缘 (2mm).
- 每周线下轮调整与控制台上的DIR相结合,可以消除每天医生干预的需要.
- 这种自动化方法简化了DART,使其更适合常规临床应用.
