基於患者特異性錐形束電腦斷層掃描合成的表面導航放射治療即時腫瘤追蹤技術

Conceitos Básicos

本研究提出了一種名為進階表面成像 (A-SI) 的新型成像框架，用於在表面導航放射治療 (SGRT) 中進行即時腫瘤追蹤，並減少所需的成像劑量。

Resumo

Pan, S., Su, V., Peng, J., Li, J., Gao, Y., Chang, C., ... & Yang, X. (2024). Patient-Specific CBCT Synthesis for Real-time Tumor Tracking in Surface-guided Radiotherapy. arXiv preprint arXiv:2410.23582v1.

本研究旨在開發一種新的成像框架，利用患者特異性錐形束電腦斷層掃描 (CBCT) 合成技術，在表面導航放射治療 (SGRT) 中實現即時腫瘤追蹤。

Principais Insights Extraídos De

Patient-Specific CBCT Synthesis for Real-time Tumor Tracking in Surface-guided Radiotherapy

by Shaoyan Pan,... às arxiv.org 11-01-2024

https://arxiv.org/pdf/2410.23582.pdf

Perguntas Mais Profundas

A-SI 框架如何與其他腫瘤追蹤技術（如基於 MRI 的追蹤）相結合？

A-SI 框架主要適用於以表面導引放射治療 (SGRT) 為主的治療過程中，利用光學表面成像和低劑量錐束 X 光投影來重建即時腫瘤影像。雖然 MRI 追蹤技術可以提供更清晰的軟組織對比度，但其高昂的成本、複雜的操作流程以及與放射治療設備整合的困難性限制了其在 SGRT 中的應用。
然而，A-SI 框架可以與 MRI 追蹤技術互補，以提高腫瘤追蹤的準確性和可靠性。以下是一些可能的結合方式：

MRI 資訊用於模型訓練和驗證： 在治療計劃階段，可以使用高解析度的 MRI 影像來輔助 A-SI 模型的訓練，特別是針對軟組織腫瘤邊界和周圍器官的識別。此外，MRI 影像可用於驗證 A-SI 框架生成的 OSD-CBCT 影像的準確性，尤其是在評估軟組織形變方面。
混合追蹤策略： 可以採用混合追蹤策略，在治療的不同階段分別利用 A-SI 和 MRI 的優勢。例如，在治療初期，可以使用 MRI 追蹤技術來獲取精確的腫瘤位置資訊，並用於指導 A-SI 模型的初始化。在治療過程中，則可以使用 A-SI 框架進行即時腫瘤追蹤，並根據需要定期使用 MRI 影像進行驗證和調整。
多模態資訊融合： 可以開發多模態資訊融合演算法，將 A-SI 框架生成的 OSD-CBCT 影像與 MRI 影像進行融合，以生成更全面、更精確的腫瘤影像。這種融合可以利用深度學習技術，例如卷積神經網路 (CNN) 或生成對抗網路 (GAN)，來學習不同模態影像之間的互補資訊。
總之，A-SI 框架與 MRI 追蹤技術的結合可以充分利用兩種技術的優勢，提高腫瘤追蹤的準確性和可靠性，從而實現更精準的放射治療。

如果患者在治療過程中解剖結構發生顯著變化（例如，由於腫瘤消退或體重減輕），A-SI 框架的準確性如何？

A-SI 框架的準確性可能會受到治療過程中患者解剖結構顯著變化的影響，例如腫瘤消退或體重減輕。這是因為 A-SI 模型是在治療計劃階段根據患者的初始解剖結構進行訓練的，如果解剖結構發生顯著變化，模型的預測準確性可能會下降。
以下是一些應對患者解剖結構變化的策略：

自適應模型更新： 可以開發自適應模型更新策略，根據患者解剖結構的變化動態調整 A-SI 模型。例如，可以定期獲取新的 CBCT 或 MRI 影像，並使用這些影像對模型進行微調。
基於形變場的校正： 可以使用形變場配准技術來估計患者解剖結構的變化，並根據形變場對 A-SI 模型的預測結果進行校正。
多模型融合： 可以訓練多個 A-SI 模型，每個模型對應不同的解剖結構變化階段。在治療過程中，可以根據患者的實際情況選擇最合适的模型進行預測。
此外，以下措施也可以提高 A-SI 框架在解剖結構變化情況下的魯棒性：

使用更魯棒的模型架構： 例如，可以使用具有更強泛化能力的深度學習模型，例如變分自編碼器 (VAE) 或生成對抗網路 (GAN)。
在訓練數據中加入解剖結構變化的樣本： 可以收集具有不同解剖結構變化程度的患者數據，並使用這些數據來訓練 A-SI 模型，以提高模型對解剖結構變化的適應性。
總之，雖然 A-SI 框架的準確性可能會受到患者解剖結構顯著變化的影響，但可以通過採用適當的策略來減輕這種影響，並提高 A-SI 框架在臨床實踐中的可靠性。

A-SI 框架能否應用於其他需要即時影像導引的醫療程序，例如活檢或手術？

A-SI 框架具有應用於其他需要即時影像導引的醫療程序的潛力，例如活檢或手術。其優勢在於：

即時性： A-SI 框架可以根據表面影像和低劑量 X 光投影即時生成 3D 影像，滿足活檢或手術過程中對即時影像導引的需求。
低劑量： A-SI 框架僅需要在每個輻射窗口開始時獲取單一角度的 X 光投影，可以顯著降低患者和醫務人員的輻射劑量。
低成本： 與 MRI 或 CT 等傳統影像導引技術相比，A-SI 框架所需的設備成本更低，更易於在臨床推廣應用。
以下是一些 A-SI 框架在活檢或手術中可能的應用場景：

經皮穿刺活檢： A-SI 框架可以根據患者的表面影像和低劑量 X 光投影，即時重建目標病灶的 3D 影像，引導醫生精準地進行穿刺活檢。
腹腔鏡手術： A-SI 框架可以與腹腔鏡系統整合，根據患者的體表形狀變化和低劑量 X 光投影，即時更新手術區域的 3D 影像，幫助醫生更精準、安全地操作手術器械。
放射頻消融： A-SI 框架可以根據患者的呼吸運動和低劑量 X 光投影，即時追蹤腫瘤的位置，引導醫生將消融針精準地插入腫瘤內部，並監控消融範圍。
然而，A-SI 框架在應用於活檢或手術時，還需要克服以下挑戰：

軟組織形變： 活檢或手術過程中，軟組織會發生形變，影響 A-SI 框架的準確性。需要開發更先進的演算法來校正軟組織形變對影像重建的影響。
多器官運動： 活檢或手術過程中，多個器官會同時運動，例如呼吸運動、心跳等，需要開發更精確的運動模型來追蹤目標器官的運動軌跡。
臨床驗證： A-SI 框架在應用於活檢或手術之前，需要進行嚴格的臨床試驗，以驗證其安全性和有效性。
總之，A-SI 框架具有應用於其他需要即時影像導引的醫療程序的潛力，但需要克服一些技術挑戰並進行充分的臨床驗證。