追求精准放射治疗的锥形束CT双能成像技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11605291
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A3007.辐射剂量学与辐射防护
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Because of its changes of location, shape and composition, the tumor target may not receive enough dose while normal organs undergo overdose radiation during radiotherapy. Single energy cone-beam CT (CBCT) can obtain the 3D images of patients’ anatomy based on which the setup errors can be corrected in each fraction of radiotherapy. However, due to defects such as quality and function of the images, the conventional CBCT cannot meet the requirements of adaptive precision radiotherapy. By adopting the experiences of dual-energy fan beam CT and the latest progress in scatters correction, our research group proposes a comprehensive and innovative technology mainly based on dual energy CBCT imaging method. It can improve the precision of radiotherapy and control the dose of patients’ normal tissue as low as reasonably achievable (ALARA). The method combines dual energy imaging technique and low dose reconstruction algorithm. The projections are acquired at limited angles with high and low energy X-ray and then used to reconstruct the energy spectrum and functional images based on the theory of dual energy imaging and compressed sensing. It can be used to improve the ability of tumor detection and the accuracy of dose calculation. And it can also provide the functional images to locate the tumor targets and carry out the adaptive radiotherapy more accurately. Being feasible in radiotherapy theory and practice, this proposal not only meets the need and trend of modern radiotherapy development, but also integrates and utilizes existing radiation resources. So the research is of great scientific significance and its application will be promising in the coming future.
放疗中肿瘤的位置、形态及成分在分次治疗中会发生变化,导致肿瘤局部未控或正常器官受到不必要照射。放疗CBCT可在各分次中获取患者解剖图像,用于修正摆位误差,但因其单能成像技术存在图像质量和功能单一等制约瓶颈,现有放疗CBCT无法满足自适应精准放疗的要求。本申请吸取扇形束CT双能成像经验和已有克服CBCT散射相关进展,提出研究放疗加速器配置的CBCT双能成像综合创新技术,用于提高肿瘤放疗精度,同时兼顾合理控制患者正常组织所受剂量。拟将CBCT双能成像技术和低剂量重建算法相结合,利用高低能量的X射线,采集有限角度的双能投影图像,然后基于双能成像理论和压缩感知理论重建并获得多种能谱及功能图像,提高肿瘤分辨能力和剂量计算的准确性,利用功能影像更准确地定位及监测肿瘤,以更好地施行个性化自适应放射治疗。本申请从肿瘤放疗实际亟需出发,理论与实践可行,整合与利用现有放疗资源,具有重要科学意义和广阔应用前景。

结项摘要

本项目主要针对锥形束CT(CBCT)引导自适应放疗存在的问题展开研究,主要研究内容围绕CBCT双能成像技术,在相关的问题上充分展开研究,包括建立精确的基材料系数投影求解模型、优化CBCT双能扫描条件的个体化设置、优化CT扫描范围和间隔、基于深度学习算法自动勾画肿瘤靶区和正常器官、自动生成自适应放疗计划等。研究取得的重要结果包括:(1)建立了锥形束CT双能成像方法,改善了图像质量,提高了基于CBCT剂量计算的准确性,保证了自适应放疗的精度;(2)建立了锥形束CT成像剂量自动控制方法,在保证图像质量的前提下,根据每个患者的体型差异,研究了算法来选择合适的扫描参数,大大降低了辐射剂量;(3)全面研究了扫描范围和间隔对图像质量、图像配准、辐射剂量的影响,根据实验结果给出了临床应用参数推荐,以实现辐射防护最优化;(4)基于深度学习算法实现了自动勾画靶区和危及器官、自动计划设计等,提高了自适应放疗的自动化和效率。.本项目按照预定研究计划执行,基于该项目的资助,在国内外期刊上发表论文9篇,其中SCI论著7篇;在国际学术会议上进行口头报告3次;申请发明专利2项,协助培养博士毕业1,达到并超出预期研究成果。

项目成果

期刊论文数量(11)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(2)
A comprehensive evaluation of angular range and separation on image quality, image registration, and imaging dose for cone beam computed tomography in radiotherapy
放射治疗中锥束计算机断层扫描的角度范围和间隔对图像质量、图像配准和成像剂量的综合评估。
  • DOI:
    10.1016/j.meddos.2018.02.003
  • 发表时间:
    2019-03-01
  • 期刊:
    MEDICAL DOSIMETRY
  • 影响因子:
    1.2
  • 作者:
    Men, Kuo;Dai, Jianrong
  • 通讯作者:
    Dai, Jianrong
Fully automatic and robust segmentation of the clinical target volume for radiotherapy of breast cancer using big data and deep learning
利用大数据和深度学习对乳腺癌放射治疗的临床靶区进行全自动、稳健的分割。
  • DOI:
    10.1016/j.ejmp.2018.05.006
  • 发表时间:
    2018-06-01
  • 期刊:
    PHYSICA MEDICA-EUROPEAN JOURNAL OF MEDICAL PHYSICS
  • 影响因子:
    3.4
  • 作者:
    Men, Kuo;Zhang, Tao;Dai, Jianrong
  • 通讯作者:
    Dai, Jianrong
Dual-energy imaging method to improve the image quality and the accuracy of dose calculation for cone-beam computed tomography
双能成像方法提高锥束计算机断层扫描图像质量和剂量计算精度
  • DOI:
    10.1016/j.ejmp.2017.03.023
  • 发表时间:
    2017-04-01
  • 期刊:
    PHYSICA MEDICA-EUROPEAN JOURNAL OF MEDICAL PHYSICS
  • 影响因子:
    3.4
  • 作者:
    Men, Kuo;Dai, Jianrong;Huang, Peng
  • 通讯作者:
    Huang, Peng
Automatic segmentation of the clinical target volume and organs at risk in the planning CT for rectal cancer using deep dilated convolutional neural networks
使用深度扩张卷积神经网络自动分割直肠癌计划 CT 中的临床靶区和危险器官
  • DOI:
    10.1002/mp.12602
  • 发表时间:
    2017-12-01
  • 期刊:
    MEDICAL PHYSICS
  • 影响因子:
    3.8
  • 作者:
    Men, Kuo;Dai, Jianrong;Li, Yexiong
  • 通讯作者:
    Li, Yexiong
双能锥形束CT线性混合技术提高相对电子密度的准确性
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国医学物理学杂志
  • 影响因子:
    --
  • 作者:
    门阔;戴建荣;陈辛元;李明辉;张可;黄鹏
  • 通讯作者:
    黄鹏

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

利用正交KV级X射线透视图像修正肝癌放疗摆位误差的可行性研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中华放射肿瘤学杂志
  • 影响因子:
    --
  • 作者:
    焦升超;戴建荣;王维虎;门阔;李明辉;符贵山;毕楠;李晔雄
  • 通讯作者:
    李晔雄
新型混合滤波器在FDK算法中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国医学影像技术
  • 影响因子:
    --
  • 作者:
    全红;胡咏梅;门阔;袁珂;徐利明;庞皓文
  • 通讯作者:
    庞皓文

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

门阔的其他基金

质子治疗中应对解剖变化和器官运动影响的方法优化研究
  • 批准号:
    12375320
  • 批准年份:
    2023
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
质子自适应放射治疗智能优化方法研究
  • 批准号:
    12175312
  • 批准年份:
    2021
  • 资助金额:
    64 万元
  • 项目类别:
    面上项目
建立基于深度学习的磁共振图像引导自适应放射治疗方法
  • 批准号:
    11975313
  • 批准年份:
    2019
  • 资助金额:
    65 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码