概括
一个新的数字双胞胎框架通过预测解剖变化来加速前列腺癌的适应性质子疗法. 这种个性化的方法可以减少计划时间,同时保持或提高治疗质量和安全性.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 计算生物学 计算生物学
背景情况:
- 质子疗法为前列腺癌提供精确的剂量递送.
- 由于解剖学变异,适应性放射治疗对于优化治疗至关重要.
- 主导性前列腺内损伤 (DIL) 增强需要准确的准.
研究的目的:
- 开发和评估一个数字双胞胎 (DT) 框架,以快速在线自适应性质子疗法规划前列腺立体体辐射疗法 (SBRT) 与DIL提升.
- 与传统工作流程相比,评估基于DT的重新规划的效率和质量.
- 改善DIL和临床目标体积 (CTV) 的剂量覆盖率,同时最大限度地降低风险器官 (OAR) 毒性.
主要方法:
- 集成基于深度学习的可变形图像记录和每日形光束CT (CBCT) 更新.
- 使用基于知识的ProKnow评分系统来评估计划质量.
- 基于以前的SBRT病例数据库的概率治疗计划的预生成.
主要成果:
- 实现了平均5.5分钟的再优化时间,比临床计划的19.8分钟快得多.
- 与临床计划相比,基于DT的计划表现出更高或同等的计划质量得分 (157.2).
- 确保了优秀的DIL (V100: 99.5%) 和CTV (V100: 99.8%) 覆盖率,OAR剂量在临床耐受性范围内 (例如,膀V20.8Gy: 11.4 cc,直肠V23Gy: 0.7 cc).
结论:
- 数字双胞胎框架使前列腺SBRT与DIL提升的快速,准确和自适应性质子疗法规划成为可能.
- 这种方法提高了治疗精度,降低了OAR毒性,并支持实时自适应性放射治疗.
- DT框架提供了一个可扩展的解决方案,在适应性质子疗法中具有更广泛应用的潜力.
