寡分割高精度放射線治療に資するデータ駆動型アプローチの創出

创建有助于大分割高精度放射治疗的数据驱动方法

基本信息

批准号：
22H03021
负责人：
中村光宏
金额：
$ 10.9万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

CBCT画像上のアーチファクトを除去する方法を開発した．膵臓癌23症例の治療計画用CT(pCT)を使用した．pCTのAxial画像中心に撮影角度が200°の回転撮影を想定した疑似投影画像(synthetic DRR：sDRR)を生成し，疑似CBCT(sCBCT)を再構成した．sCBCT画像のアーチファクトは，sDRR画像生成過程において蠕動運動の大きさや周期等を変動させることで再現した．14症例(910スライス組)のpCT-sCBCTデータのペアを学習データとして，CycleGANとpix2pixを用いてsCBCTのアーチファクト低減(AR)学習モデルを構築した．その後，学習データとは異なる9症例(585スライス組)から生成したpCT-sCBCTデータを用いて，AR処理後のsCBCT画像とpCT画像の画質評価指標(平均絶対誤差：MAE，構造的類似性：SSIM)を算出した．AR処理前のsCBCT画像のMAEおよびSSIMの中央値は60.0 HUおよび0.52であったが，CycleGANでは32.3 HUおよび0.60，pix2pixでは26.9 HUおよび0.62へと改善した．一方，非侵襲な動体追尾照射を実現する方法として，CBCT投影画像から抽出した横隔膜波形を活用した腫瘍位置予測モデル（PM）構築法を開発した．透視撮影の最初の60秒をPM構築時間とし，透視撮影から横隔膜の頭尾方向移動量を高時空間分解能で表すAmsterdam shroud(AS)信号を取得した．4D-CBCT波形の振幅と位相をAS信号により補正した後，外部呼吸信号と補正後波形からPMを構築した．撮影時間の残り10秒間においてPMの予測誤差を算出した．その結果，3次元予測誤差が3 mm以内であった割合は85.3%であった．

我们开发了一种消除 CBCT 图像上的伪影的方法。治疗计划CT（pCT）用于23例胰腺癌。假定以 pCT 轴向图像为中心的成像角度为 200° 的旋转成像，生成伪投影图像（合成 DRR：sDRR），并重建伪 CBCT（sCBCT）。通过在 sDRR 图像生成过程中改变蠕动的大小和周期来再现 sCBCT 图像中的伪影。使用 14 个病例（910 个切片）的 pCT-sCBCT 数据对作为训练数据，我们使用 CycleGAN 和 pix2pix 构建了 sCBCT 伪影减少 (AR) 学习模型。然后，使用与训练数据不同的9个病例（585个切片集）生成的pCT-sCBCT数据，计算图像质量评价指标（平均绝对误差：MAE，结构相似性：SSIM）。 AR 处理前 sCBCT 图像的中位 MAE 和 SSIM 分别为 60.0 HU 和 0.52，但使用 CycleGAN 提高到 32.3 HU 和 0.60，使用 pix2pix 提高到 26.9 HU 和 0.62。另一方面，作为实现无创移动体跟踪照射的方法，我们开发了一种使用从 CBCT 投影图像提取的光圈波形构建肿瘤位置预测模型（PM）的方法。将透视图像的前60秒用作PM构建时间，并从透视图像中获得代表膈肌颅尾运动的具有高时空分辨率的阿姆斯特丹护罩（AS）信号。使用 AS 信号校正 4D-CBCT 波形的幅度和相位后，根据外部呼吸信号和校正后的波形构建 PM。计算剩余 10 秒成像时间的 PM 预测误差。结果，3D预测误差在3毫米以内的百分比为85.3%。