非对等的kV成像指导患者位置验证在非共平面辐射治疗中,无数据集隐性神经表示
Siqi Ye1, Yizheng Chen1, Siqi Wang1
1Department of Radiation Oncology, Stanford University, Stanford, California, USA.
Medical physics
|May 19, 2025
概括
这项研究引入了一种新的2D-3D注册方法,使用隐式神经表示来对照疗法对齐. 该方法提高了在有限的圆束CT数据的非共平面场景中的精度和效率.
科学领域:
- 医学物理 医学物理
- 图像分析 图像分析
- 辐射疗法 辐射疗法
背景情况:
- 圆束CT (CBCT) 对于放射治疗 (RT) 中的患者对齐至关重要,但有限的角度阻碍了体积成像进行注册.
- 在RT中非共平面梁面临因潜在碰撞而造成的限制,限制了门架旋转和CBCT实用性的限制.
- 使用kV投影的2D-3D注册提供了一种替代方案,可以克服CBCT对患者位置验证的限制.
研究的目的:
- 为了提高2D-3D注册的效率和准确性,用于使用有限角度CBCT扫描的非共平面辐射疗法.
- 解决数字重建放射图 (DRR) 和2D-3D注册中获得的投影之间的领域差距.
- 在具有挑战性的RT场景中开发一个针对患者的框架,以改善2D-3D注册.
主要方法:
- 开发了一个无数据集的,针对患者的2D-3D注册框架,使用隐式神经表示 (INR) 网络.
- 采用轻量级INR网络与复合相似度测量 (强度和梯度差异) 进行准确的运动参数计算.
- 使用变换和特定的成像参数生成精确的DRR,最大限度地减少域间隙影响.
主要成果:
- 在使用有限角度CBCT的模拟数据中实现了亚毫米转换和亚度旋转精度.
- 在幻影实验中证明了亚毫米转换和亚度投球/滚球精度.
- 与传统方法和消去研究相比,显示了更好的准确性和稳定性.
结论:
- 引入了一种新的,轻量级的,基于INR的2D-3D注册方法,用于有限角度CBCT的复合相似度测量.
- 使用模拟和幻影数据验证了该方法的效率,准确性和稳定性.
- 拟议的框架有效地解决了在非共平面辐射疗法中2D-3D注册的挑战.
