在I-131平面成像中使用AI增强的患者特异剂量测量,采用单个斜视图

科学领域:

• 核医学是一种核医学.
• 医学物理 医学物理
• 医疗保健中的人工智能

背景情况:

• 准确的剂量测量对于在患有甲状腺癌和神经内分泌瘤的患者中进行有效的放射性核素治疗至关重要.
• 传统的剂量测量方法可能是复杂和耗时的,需要更高效的方法.

研究的目的:

• 通过人工智能 (AI) 和蒙特卡洛 (MC) 验证的剂量点内核 (DPKs) 来提高I平面成像中的剂量测量精度.
• 开发一种针对患者的剂量测量方法,用于快速吸收剂量的预测,使用全身 (WB) 平面图像和单一斜视图.

主要方法:

• 利用了70名患者 (甲状腺癌和神经内分泌瘤) 的I平面和SPECT/CT成像数据.
• 从斜视的WB平面图像中估计的器官厚度,使用DPK和S值来计算剂量.
• 训练并评估了四个AI算法 (MLP,线性回归,SVR,决策树,CNN,U-Net) 使用图像计数,患者数据和组织属性,以GATE MC剂量计为基础真理.

主要成果:

• 多层感知子 (MLP) 算法表现出卓越的性能,在肝脏中实现了最低的平均绝对误差.
• 基于MLP的剂量估计显示与地面真相数据密切一致,大多数器官的差异低于15%.
• 开发的方法提供了一个强大而快速的患者特异性剂量计方法.

结论:

• 人工智能与MC验证的DPK和平面成像集成提供了一种可靠的方法,用于准确的患者特异剂量测量.
• 这种方法促进了2D平面成像作为治疗前工具的使用,以精确评估被管理的I活动.
• 该MLP模型显示了在放射性核酸治疗中提高剂量计准确性和效率的巨大潜力.