肺癌放疗中肿瘤运动估计的最佳体表标记位置
医学物理
2015-06-04 v1 最优化与控制
摘要
在患者体表使用 fiducial markers（基准标记）来预测肿瘤位置是肺癌放疗中广泛采用的方法。本研究旨在提出一种算法，自动识别患者体表的一组稀疏位置，使其对肿瘤运动的预测能力最优。体表标记的稀疏选择以及标记运动与内部肿瘤运动之间假设的线性关系由一个预测矩阵表示。该矩阵通过求解一个优化问题确定，其目标函数包含一个稀疏项，用于惩罚所选患者体表标记的数量。我们在四位肺癌患者的真实临床数据上测试了该算法的性能。研究使用了包含 10 个时相的胸部 4DCT 扫描。在一个参考时相上，将点网格投射到患者体表（背部除外），并通过相应 CT 图像的可变形图像配准传播到其他时相。每个时相的肿瘤位置也进行了手动勾画。我们利用 4DCT 图像中 10 个时相里的 9 个来识别一组与肿瘤运动最相关的小型体表标记集，同时求出预测矩阵。第 10 个时相则用于测试预测的准确性。研究发现，平均需要 6 到 7 个体表标记才能以约 1mm 的 3D 误差预测肿瘤位置。此外，所选标记位置紧密分布在体表点运动与肿瘤运动具有高相关性的区域。我们的方法能够基于 4DCT 自动选择患者外表面的稀疏位置并估计相关矩阵，从而使得所选体表位置可用于放置 fiducial markers，以最优地预测内部肿瘤运动。
引用
@article{arxiv.1204.4719,
title = {Optimal Surface Marker Locations for Tumor Motion Estimation in Lung Cancer Radiotherapy},
author = {Bin Dong and Yan Jiang Graves and Xun Jia and Steve B. Jiang},
journal= {arXiv preprint arXiv:1204.4719},
year = {2015}
}