Core Concepts
Diffusion Schrödinger Bridge Models (DSBM)は、MRとCTのデータ分布間の非線形拡散プロセスを学習することで、MR-CTの合成精度と効率を向上させる。
Abstract
本研究では、プロトン治療における MR ベースの治療計画の精度向上のために、Diffusion Schrödinger Bridge Models (DSBM) を提案している。従来の拡散モデルとは異なり、DSBM はガウス分布からではなく事前分布から合成を開始することで、生成品質と効率を向上させている。
頭頸部がんのデータセットを用いて評価を行った結果、DSBM は画像レベルおよび線量レベルの両方で従来手法を上回る性能を示した。特に、骨構造の精度が高く、プロトン治療計画における線量計算の精度も優れていることが確認された。
DSBM は、従来手法と比べて10倍から50倍の高速性も実現しており、プロトン治療における MR ベースの治療計画に有用な手法であることが示された。この手法の有効性は、適応的治療計画や MR のみによる治療計画への応用にも期待できる。
Stats
MR画像とCT画像の平均絶対誤差は72.30 ± 8.31 HUであり、骨領域のDice係数は83.10 ± 3.90%であった。
体内の平均線量誤差は0.01%未満、1%/1mmのガンマ解析のパス率は95.53 ± 2.89%であった。
Quotes
"DSBM は、従来手法と比べて10倍から50倍の高速性も実現しており、プロトン治療における MR ベースの治療計画に有用な手法であることが示された。"
"DSBM は、画像レベルおよび線量レベルの両方で従来手法を上回る性能を示した。特に、骨構造の精度が高く、プロトン治療計画における線量計算の精度も優れていることが確認された。"