通过专用成像和基于深度学习的目标和神经血管结构的自动轮,推进离线磁共振引导前列腺放射治疗
Philipp Schubert1,2,3,4, Matthias May2,3,4,5, Daniel Höfler1,2,3,4
1Department of Radiation Oncology, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen, Germany.
Physics and imaging in radiation oncology
|September 22, 2025
概括
使用MRI模拟的深度学习自动轮准确识别前列腺癌放射治疗的勃起功能解剖学,改善神经血管节约和患者的生活质量.
科学领域:
- 辐射瘤学 辐射瘤学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 勃起功能障碍 (ED) 在前列腺癌放射治疗后显著影响生活质量.
- 与CT相比,磁共振成像 (MRI) 提供了与功效相关结构的优越可视化,有助于改善器官节约.
- 为了进行放射治疗的计划,这些结构的手动轮是耗时的,需要专门的专业知识.
研究的目的:
- 评估基于深度学习 (DL) 的神经血管结构自动轮在MRI导向的前列腺癌放射治疗中的有效性.
- 确定DL自轮是否可以提高神经血管节约性放射治疗技术的可访问性和效率.
主要方法:
- 在50名患者中获得了高分辨率的3D T2加权空间MRI序列.
- 一位专家对勃起功能解剖学 (神经血管捆绑,阴茎球泡等) 进行了轮. 和目标结构 (前列腺,精液囊泡).
- 在40个数据集上训练了一个3D nnU-net模型,并在10个数据集上进行了测试,DL轮进行了几何评估并通过盲目专家审查进行了验证.
主要成果:
- 在所有结构中,DL自动细分实现了0.82的平均表面子得分 (sDSC) 和0.74毫米的平均表面距离 (MSD).
- 具体的结构性能包括IPA:0.93 sDSC,NVB:0.71 sDSC,PB:0.84 sDSC,CC:0.90 sDSC,PR:0.74 sDSC,SV:0.79 sDSC. 这就是我们所说的.
- 盲目专家审查发现DL和专家轮之间没有显著差异,除了尾动脉 (p=0.028).
结论:
- 将高分辨率MRI模拟与DL后处理相结合,可以为MR引导的SBRT规划提供准确的自动轮.
- 这种方法有可能使神经血管节约性放射治疗超出当前标准.
- DL自动轮可以使先进的放射治疗技术更容易获得,可能改善前列腺癌患者的治疗结果.
