通过表面"看":"通过表面获得的三维人工智能驱动的实时成像解决方案,用于处理内部的图像引导
Tingliang Zhuang1,2, Hua-Chieh Shao1,2, Ruiqi Li1
1Department of Radiation Oncology, University of Texas Southwestern Medical Center, Dallas, TX, United States of America.
Machine Learning. Health
|January 28, 2026
概括
这项研究介绍了表面衍生的三维 (3D) 人工智能驱动的实时 (STAR) 成像系统,用于肺部立体体辐射疗法 (SBRT). 通过表面成像,STAR精确地追踪了3D瘤运动,提高了SBRT的安全性和有效性.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 辐射瘤学 辐射瘤学
背景情况:
- 呼吸运动在肺部立体体辐射疗法 (SBRT) 中是一个重大挑战,特别是在中央瘤中,需要精确的运动管理.
- 目前的2D成像方法不足以在治疗期间跟踪3D瘤变形.
研究的目的:
- 开发和评估一种新的表面衍生型三维 (3D) AI驱动的实时 (STAR) 成像系统,用于实时3D瘤运动跟踪肺SBRT.
- 提高SBRT对肺癌患者的精度和安全性,特别是那些中部瘤患者.
主要方法:
- 开发了集成两个AI组件的STAR系统:用于预处理运动建模和动态CBCT重建的无先例时空隐性神经表示 (PMF-STINR),以及用于从表面图像中实时推断运动的表面对变形网络 (Surf2DefNet).
- 通过使用PMF-STINR生成的动态CBCT和运动模型训练了Surf2DefNet.
- 通过使用数字XCAT幻影和十个患者数据集,评估STAR成像性能,评估诸如质量中心误差 (COME),子系数 (DICE) 和豪斯多夫距离 (HD95) 等指标.
主要成果:
- 通过STAR成像,可以实现精确的时空重建,大多数病例 (XCAT幻影和患者) 的平均COME值在1mm以内.
- 观察到相对误差 (RE) 始终低,子系数 (DICE>0.89) 和皮尔森相关系数 (PCC) 高.
- 第95百分点豪斯多夫距离 (HD95) 在大多数情况下都在2毫米以内,显示出高空间精度.
结论:
- STAR成像系统有效地从表面图像中重建3D内部解剖学和运动场.
- 星提供实时圆束CTs (CBCTs) 和运动向量场 (MVFs) 用于图像引导的SBRT.
- 这种由人工智能驱动的系统显示出显著的潜力,可以通过实现精确的治疗内运动管理来提高肺SBRT的安全性和有效性.
更多相关视频
03:55Computer-Aided Three-Dimensional Visualization in the Treatment of Locally Advanced Thyroid Cancer
Published on: June 10, 2023
1.1K
10:25Technical Approach for Infrared Tracking for Soft Tissue Navigation with a Holographic Head-Mounted Display and Preclinical Validation
Published on: September 3, 2025
602
