使用多维缩放和李导数图像分析来可视化和评估EBT4高色膜的质量变化
Yusuke Anetai1,2, Yasuhiro Tsutsui3, Shinji Kinami4
1Department of Radiology, Kansai Medical University, 2-5-1 Shin-machi, Hirakata-shi, Osaka, 573-1010, Japan. anetai.yus@kmu.ac.jp.
Physical and engineering sciences in medicine
|May 6, 2025
概括
薄膜均性的变化影响剂量测量. 像多维缩放 (MDS) 和Lie导数图像分析 (LDIA) 这样的机器学习方法可以量化这些变化,识别准确剂量响应的不利条件. 这有助于改进膜剂量检测协议.
科学领域:
- 医学物理 医学物理
- 图像分析 图像分析
- 剂量测量方法 剂量测量方法
背景情况:
- 薄膜剂量测量,特别是单扫描协议,对包装中的薄膜均性变化很敏感.
- 这些变化可以显著降低从参考剂量反应曲线中得出的剂量测量的准确性.
- 评估薄膜特定的均性对于可靠的剂量测量至关重要.
研究的目的:
- 为了可视化和量化包装中的未暴露的薄膜均性变化.
- 通过使用机器学习来评估基准剂量-反应对薄膜剂量计的适用性.
- 为了确定适用于标准剂量反应校准的不利条件.
主要方法:
- 在EBT4电影中的图像补丁上使用了多维缩放 (MDS) 和Lie导数图像分析 (LDIA).
- 应用分析红色,绿色和蓝色色通道,将补丁与中央参考补丁进行比较.
- 开发了相似度指标 (MDSr和Stot) 来量化统一度偏差.
主要成果:
- MDSr与像素值差异相关,蓝色通道中的例外表示有利的包裹.
- 斯托特有效量化了统一性的变化,在蓝色通道中识别了不利的薄膜状态 (斯托特<0.8).
- 该研究成功地可视化和量化了片特定的均度变化.
结论:
- MDS和LDIA是量化剂量计中的薄膜均性变异的有效工具.
- 这些方法可以识别特定的薄膜包装或不适合标准参考剂量-反应的条件.
- 统一性的定量评估提高了薄膜剂量计方案的可靠性.
