自动骨髓细分用于精确的Lu-PSMA-617剂量测量
Zhonglin Lu1,2, Jiaxi Hu3, Gefei Chen1
1Biomedical Imaging Laboratory (BIG), Department of Electrical and Computer Engineering, Faculty of Science and Technology, University of Macau, Taipa, Macau SAR, China.
Medical physics
|February 12, 2025
概括
在[177Lu]Lu-PSMA-617疗法中,X-means集群有效地分离了骨髓 (BM) 段,改善了个性化剂量测量,与其他方法相比,与血清变化有更好的相关性.
科学领域:
- 核医学是一种核医学.
- 医学物理 医学物理
- 辐射疗法 辐射疗法
背景情况:
- 骨髓 (BM) 是[177Lu]Lu-PSMA-617治疗转移性割抵抗性前列腺癌的关键剂量限制器官.
- 由于图像细分的困难,准确的BM剂量测量具有挑战性.
研究的目的:
- 开发一种基于图像的自动化细分方法,用于个性化骨髓剂量测量.
- 使用周围治疗的顺序[177Lu]Lu-PSMA-617 SPECT/CT 图像.
主要方法:
- 在深度学习细分的腰椎CT图像上应用X-means集群来分类BM区域.
- 与X-means集群进行比较,使用单个值,实证球体细分和手动细分 (黄金标准).
- 使用Dice相似系数评估细分精度和评估的BM平均吸收剂量 (Dmean) 错误和Bland-Altman分析.
主要成果:
- 与单个值方法 (0.61 ± 0.19) 相比,X-means集群实现了更高的平均Dice相似系数 (0.76 ± 0.18).
- 与黄金标准相比,X-means集群显示了显著较低的平均绝对BM D平均误差 (25.34 ± 64.48%) 和较小的D平均差异 (0.0330 Gy).
- 在BM Dmean (来自X-means集群和金标准) 和血小板/白血球变化之间观察到更强的相关性 (r ≤ -0.65).
结论:
- X-means集群是一种可行且有利的方法,用于从周围治疗的SPECT/CT图像中对骨髓进行细分.
- 与现有方法相比,这种方法在[177Lu]Lu-PSMA-617疗法中提供了个性化骨髓剂量计的提高准确性.
