在乳腺癌放射治疗规划中,用于基于多个地图集的细分的Atlas选择方法

科学领域:

• 医疗成像医学成像
• 放射治疗规划 放射治疗规划
• 计算解剖学的计算解剖学

背景情况:

• 精确的乳腺癌细分对于有效的放射治疗计划至关重要.
• 基于多图谱的细分 (MABS) 是一个有前途的技术,但图谱的选择会影响性能.
• 优化地图集选择是提高MABS效率和准确性的关键.

研究的目的:

• 为了评估不同的马拉松选择策略对MABS在乳腺癌放射治疗.
• 评估患者分层对细分精度和计算时间的影响.
• 确定最佳的地图 atlas 选择标准,以可靠地对乳腺癌进行细分.

主要方法:

• 开发和应用MABS使用30个患者地图和15个测试案例.
• 分层地图集根据乳房的分离,高度和体积分为组.
• 计算了子相似系数 (DSC) 来比较MABS与手动细分.

主要成果:

• 增加的亚特拉斯选择导致了更高的子相似系数 (DSC).
• 与使用所有地图集相比,患者分层显著减少了计算时间.
• 高度匹配和体积匹配的亚特拉斯选择产生了大于0.9.9的DSC中位数值.

结论:

• 阿特拉斯的选择对于优化乳腺癌放射治疗中的MABS至关重要.
• 患者分层,特别是使用乳房高度,为 atlas 选择提供了一种有效的方法.
• 乳房高度可以作为MABS乳房体积的实际预测指标.