在线自适应性头部放射治疗的自动目标体积细分

科学领域:

• 医学物理 医学物理
• 放射治疗瘤学 放射治疗瘤学
• 医疗成像医学成像

背景情况:

• 线下自适应性放射治疗需要准确的目标体积划分.
• 手动轮是耗时的,容易引起观察者之间的变化.
• 可变形图像注册 (DIR) 提供了用于轮传播的自动化解决方案.

研究的目的:

• 评估Smartfuse的临床实用性,这是一种DIR算法,用于头部放射治疗中的自动目标体积传播.
• 与手动划分相比,评估智能接器传播的轮的几何和剂量准确性.

主要方法:

• 包括10名接受线下自适应性放射治疗的头癌患者.
• 在初始 (CT_i) 和重新规划 (CT_R) CT 扫描中,手动划定了总瘤体积 (GTV) 和临床目标体积 (CTV).
• 智能子从CT_i传播到CT_R的轮;使用子相似系数 (DSC) 和豪斯多夫距离 (HD₉₅) 评估了几何一致性.
• 剂量测量评估比较了基于DIR传播的目标 (PTV_DIR) 和手动划分的目标 (PTV_RO) 的计划.

主要成果:

• 几何一致的中位数显示了0.86的子相似系数 (DSC) 和4.0毫米的第95百分点豪斯多夫距离 (HD₉₅).
• 剂量分析显示GTV+CTV (-0.6%) 和PTV (-2.1%) 的D95%的相对差异很小.
• 虽然所有GTV+CTV都达到V95% ≥95%,但只有61%的PTV_RO通过DIR计划实现了这一目标,这表明潜在的覆盖差异.

结论:

• 在头部放射治疗中,Smartfuse展示了有效自动传播目标体积的潜力.
• 对自我传播的体积进行医学检查是必不可少的.
• 仅仅依靠自动生成的规划目标体积可能会导致剂量测量不准确.