基于知识的自动化辐射疗法治疗计划,利用用2.5D-U-Net的剂量预测
H Oppitz1, M Eckl1, K Siebenlist1
1Department of Radiation Oncology, University Medical Centre Mannheim, Medical Faculty Mannheim of Heidelberg University, Mannheim, Germany.
概括
基于知识的规划 (KBP) 自动化了强度调节放射治疗 (IMRT) 的反向治疗规划 (ITP). 这种深度学习方法产生了高质量的治疗计划,与手动规划相美,加速了这个过程.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 医疗保健中的人工智能
背景情况:
- 强度调节放射治疗 (IMRT) 中的反向治疗计划 (ITP) 是一个复杂的,代的手动过程.
- 优化剂量约束对于在IMRT中实现患者特异性结果至关重要.
- 自动化ITP可以显著提高辐射治疗规划的效率和一致性.
研究的目的:
- 开发和评估基于知识的规划 (KBP) 解决方案,利用深度学习来自动化ITP用于IMRT.
- 评估KBP在为前列腺癌和乳腺癌患者生成高质量的治疗计划方面的可行性.
主要方法:
- 一个2.5D-U-Net深度学习模型在72/66手动计划 (MP) 上进行了训练,用于剂量预测.
- 在KBP模型中,在12个测试案例中,针对前列腺和乳腺 (60/50Gy处方) 获得了ITP的个性化优化参数.
- 使用DVH指标,计划质量指标 (PQM) 和盲目的专家评估来比较结果.
主要成果:
- 与MP相比,KBP显示前列腺风险器官 (OAR) 平均剂量≤0.5Gy的中位数差异 (MD) 和乳腺OAR平均剂量≤0.4Gy.
- 对于前列腺,直肠/膀的V56Gy中的MD为0.4cc;对于乳腺,V20Gy中的MD对于双侧肺是-1.0%.
- 专家评价表明,在任何测试情况下,KBP计划并不明显比MP计划差,PQMMD为0.2% (前列腺) 和2.9% (乳腺).
结论:
- 成功开发了IMRT中ITP的KBP解决方案,该解决方案能够自动生成与手动规划相比质量的治疗计划.
- 这种自动化方法显示了合理化和加快ITP的潜力,同时保持治疗计划的高质量.
- KBP提供了一种有前途的方法,可以提高辐射治疗计划的效率和一致性.
