基于个性化数据驱动的计算机断层扫描生成的前期患者选择策略,用于深呼吸的灵感,在乳房放射治疗中保持呼吸
Yunxiang Wang1, Yihang Zhang2, Si-Ye Chen1
1Department of Radiation Oncology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing 100021, China.
概括
一项新的策略准确地识别了受益于深呼吸喘息 (DIBH) 放射治疗的患者,提高了效率并减少了不必要的计算机断层扫描 (CT) 扫描. 这种方法优化了对左侧乳腺癌治疗的患者选择.
科学领域:
- 辐射疗法 辐射疗法
- 医疗成像医学成像
- 计算建模 计算建模
背景情况:
- 左侧乳腺癌放射治疗通常使用深呼吸呼吸 (DIBH) 来最大限度地降低心脏剂量.
- 目前,缺乏标准化的预先方法来选择适合DIBH的患者.
- 这种缺失需要改进患者选择策略,以提高治疗规划效率.
研究的目的:
- 在左侧乳房放射治疗中开发DIBH的前期患者选择策略.
- 为了提高DIBH决策的效率.
- 为了减少不必要的计算机断层扫描 (CT) 暴露患者.
主要方法:
- 训练了一种主要成分分析 (PCA) 模型,用于DIBH-CT合成,使用174名患者的配对自由呼吸 (FB) 和DIBHCT扫描.
- 优化PCA系数,用于个性化的DIBH-CT合成.
- 在合成DIBH-CT计划中建立了基于心脏剂量的预先选择策略.
主要成果:
- 合成DIBH-CTs与扫描的DIBH-CTs显示出高的几何和剂量一致性 (子相似性:0.84为心脏,0.91为肺).
- 患者选择策略在识别从DIBH.中受益的患者方面取得了86.7%的准确性.
- 患者选择的平均时间约为11.9分钟.
结论:
- 开发的患者选择策略准确地确定了将受益于DIBH的患者.
- 这一策略为在放射治疗中实施DIBH提供了更有效的工作流程.
- 它有助于优化治疗决策,并可能减少患者CT暴露.
