在成像过程中实时时空优化
Owen Dillon1, Benjamin Lau2, Shalini K Vinod3,4
1University of Sydney, Faculty of Medicine and Health, Image X Institute, Sydney, Australia. owen.dillon@sydney.edu.au.
Communications engineering
|March 31, 2025
概括
这项研究引入了医疗成像的实时时空优化,显著减少肺癌放射治疗中的扫描时间和辐射剂量,同时保持图像质量.
科学领域:
- 医疗成像医学成像
- 辐射瘤学 辐射瘤学
- 计算优化计算优化
背景情况:
- 高质量的医学成像对于有效的患者护理至关重要,特别是在精确治疗中,如放射治疗.
- 在成像过程中患者的运动会损害图像质量,需要回顾性纠正或接受质量降低.
- 目前的方法通常涉及图像质量,扫描时间和辐射暴露之间的权衡.
研究的目的:
- 为实时医疗图像采集制定和实施一种新的时空优化方法.
- 评估这种方法在肺癌放射治疗的呼吸相关4D圆束计算断层扫描 (CBCT) 中的临床疗效.
- 评估与标准临床实践相比对图像质量,扫描时间和辐射剂量的影响.
主要方法:
- 开发了一个一般的时空优化框架,将数据采集视为实时问题.
- 在世界上首个用于肺癌放射治疗的临床试验中实施了这种方法 (NCT04070586).
- 将该方法应用于与呼吸相关的4D CBCT,重点是优化获取的数据结构以进行重建.
主要成果:
- 与临床标准相比,图像质量得到了维护或改善.
- 减少了63%的扫描时间和85%的辐射剂量.
- 证明了提高临床吞吐量和降低二次瘤的风险.
结论:
- 时空优化方法为放射治疗中的医学成像提供了显著的好处.
- 这种方法成功提高了肺癌治疗的效率和安全性.
- 这种可概括的框架有可能应用于其他患者运动类型 (例如心脏) 和成像模式 (例如CT,MRI).
