Seguimiento robusto en tiempo real del cáncer a través de imágenes de rayos X de doble panel para radioterapia de precisión
Autores: Wang, Jing; Dai, Jingjing; Li, Na; Zhang, Chulong; Zhang, Jiankai; Silayi, Zuledesi; Wu, Haodi; Xie, Yaoqing; Liang, Xiaokun; Zhang, Huailing
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Seguimiento robusto en tiempo real del cáncer a través de imágenes de rayos X de doble panel para radioterapia de precisión
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Respiratorio
Movimiento del tumor
Cáncer de pulmón
Radioterapia
Aprendizaje profundo
Seguimiento sin marcadores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
El movimiento del tumor inducido por la respiración presenta un desafío crítico en la radioterapia del cáncer de pulmón, pudiendo afectar la precisión y eficacia del tratamiento. Este estudio presenta un enfoque innovador basado en aprendizaje profundo para el seguimiento en tiempo real de tumores pulmonares sin marcadores utilizando imágenes de proyección de rayos X ortogonales. Incluye tres componentes clave: (1) una técnica sofisticada de aumentación de datos que combina un modelo deformable híbrido con una transformación de placa delgada 3D, (2) una red de segmentación basada en Transformer de última generación para la delimitación precisa del límite del tumor, y (3) una red de regresión CNN para una estimación precisa de la posición tridimensional del tumor. Evaluamos rigurosamente este enfoque utilizando datos de pacientes de The Cancer Imaging Archive y datos de fantasma dinámico de tórax, evaluando el rendimiento en diferentes niveles de ruido y comparándolo con los algoritmos líderes actuales. Para los datos de pacientes de TCIA, los valores promedio de DSC y HD fueron de 0.9789 y 1.8423 mm, respectivamente, con una desviación de localización del centroide promedio de 0.5441 mm. En los fantomas de CIRS, los DSC fueron de 0.9671 (tumor grande) y 0.9438 (tumor pequeño) con valores de HD correspondientes de 1.8178 mm y 1.9679 mm. La precisión de la localización del centroide en 3D estuvo consistentemente por debajo de 0.33 mm. El tiempo de procesamiento promedió 90 ms/cuadro. Incluso bajo condiciones de alto ruido ( = 25), los errores para todos los datos permanecieron dentro de 1 mm con tasas de éxito de seguimiento en su mayoría al 100%. En conclusión, el método propuesto de seguimiento sin marcadores demuestra una precisión superior, robustez al ruido y rendimiento en tiempo real para la localización de tumores pulmonares durante la radioterapia. Su potencial para mejorar la precisión del tratamiento, especialmente para tumores pequeños, representa un paso significativo hacia la mejora de la eficacia de la radioterapia y la personalización del tratamiento del cáncer.
Descripción
El movimiento del tumor inducido por la respiración presenta un desafío crítico en la radioterapia del cáncer de pulmón, pudiendo afectar la precisión y eficacia del tratamiento. Este estudio presenta un enfoque innovador basado en aprendizaje profundo para el seguimiento en tiempo real de tumores pulmonares sin marcadores utilizando imágenes de proyección de rayos X ortogonales. Incluye tres componentes clave: (1) una técnica sofisticada de aumentación de datos que combina un modelo deformable híbrido con una transformación de placa delgada 3D, (2) una red de segmentación basada en Transformer de última generación para la delimitación precisa del límite del tumor, y (3) una red de regresión CNN para una estimación precisa de la posición tridimensional del tumor. Evaluamos rigurosamente este enfoque utilizando datos de pacientes de The Cancer Imaging Archive y datos de fantasma dinámico de tórax, evaluando el rendimiento en diferentes niveles de ruido y comparándolo con los algoritmos líderes actuales. Para los datos de pacientes de TCIA, los valores promedio de DSC y HD fueron de 0.9789 y 1.8423 mm, respectivamente, con una desviación de localización del centroide promedio de 0.5441 mm. En los fantomas de CIRS, los DSC fueron de 0.9671 (tumor grande) y 0.9438 (tumor pequeño) con valores de HD correspondientes de 1.8178 mm y 1.9679 mm. La precisión de la localización del centroide en 3D estuvo consistentemente por debajo de 0.33 mm. El tiempo de procesamiento promedió 90 ms/cuadro. Incluso bajo condiciones de alto ruido ( = 25), los errores para todos los datos permanecieron dentro de 1 mm con tasas de éxito de seguimiento en su mayoría al 100%. En conclusión, el método propuesto de seguimiento sin marcadores demuestra una precisión superior, robustez al ruido y rendimiento en tiempo real para la localización de tumores pulmonares durante la radioterapia. Su potencial para mejorar la precisión del tratamiento, especialmente para tumores pequeños, representa un paso significativo hacia la mejora de la eficacia de la radioterapia y la personalización del tratamiento del cáncer.