利用时空 CBCT 图像对肺癌患者进行早期疗效评估
医学物理
2020-03-12 v1 计算机视觉与模式识别
图像与视频处理
应用统计
摘要
我们报告一种预测非小细胞肺癌（NSCLC）患者治愈性放疗（RT）放射学反应的模型。在为期六周的 RT 过程中每周采集锥形束计算机断层扫描（Cone-Beam Computed Tomography）图像，由资深放射肿瘤科医生对 53 名患者（每名患者 7 张图像）勾画大体肿瘤体积（GTV）。对图像进行可变形配准，为每名患者每对连续图像得到六个形变场。场的雅可比提供了局部膨胀/收缩的度量，并用于我们的模型。配准后比较勾画结果，以计算 GTV 内未变（）、新增长（）和缩小（）区域。对这些区域的均值雅可比 、 和 进行统计比较，并提出疗效评估模型。若 、 且 ，则假设为良好反应。为早期预测治疗后反应，首先使用前三周图像。我们的模型预测临床反应的精确率为 。在逻辑回归中使用 CT 值（CTN）降低和 GTV 百分比缩小作为特征，得到曲线下面积 0.65（p=0.005）。将逻辑回归模型与所提假设结合得到比值比 20.0（p=0.0）。
引用
@article{arxiv.2003.05408,
title = {Early Response Assessment in Lung Cancer Patients using Spatio-temporal CBCT Images},
author = {Bijju Kranthi Veduruparthi and Jayanta Mukherjee and Partha Pratim Das and Mandira Saha and Sanjoy Chatterjee and Raj Kumar Shrimali and Soumendranath Ray and Sriram Prasath},
journal= {arXiv preprint arXiv:2003.05408},
year = {2020}
}