質(zhì)子由于束流特性、CT圖像轉(zhuǎn)換、患者擺位、分次間解剖位置改變等多種因素的影響，質(zhì)子治療的治療精度和效果受到了一定的限制。尤其是對于未來的質(zhì)子自適應(yīng)和FLASH技術(shù)，一個最大的挑戰(zhàn)就是如何能實時監(jiān)測治療過程中的劑量分布，確保輻射劑量沉積在腫瘤靶區(qū)。
在線監(jiān)測的原理是利用質(zhì)子束通過核反應(yīng)誘導(dǎo)產(chǎn)生的正電子素(11C和15O為主要來源)，并借助人工智能算法，快速準確地重建出輻射劑量分布。因此，獲取人體組織的碳氧元素是非常重要的一步。傳統(tǒng)基于單能CT的校準算法在分析人體組織(尤其是軟組織)的成分時存在較大誤差，限制了基于機器學(xué)習(xí)的在線劑量監(jiān)測框架的應(yīng)用。
利用雙能CT圖像和機器學(xué)習(xí)精確提取腦部組織中碳氧質(zhì)量分數(shù)模型(UNet/ResNet)
相比于單能CT，雙能CT重建出兩個不同能量下的圖像，能提供更多維度的人體組織特征信息。團隊利用UNet和ResNet兩個模型，在軟組織和低密度組織中實現(xiàn)了碳氧成分的準確估計(低于5%的誤差)。相比與傳統(tǒng)的單像素點方法，機器學(xué)習(xí)模型充分利用了圖像的空間相關(guān)性，對圖像噪聲和偽影也表現(xiàn)出了更好的魯棒性。這一研究成果不僅可以用于改善治療計劃，也可以用于提高機器學(xué)習(xí)所需的訓(xùn)練數(shù)據(jù)的準確度。
利用雙能CT圖像和機器學(xué)習(xí)精確提取腦部組織中碳氧質(zhì)量分數(shù)模型(UNet/ResNet)
據(jù)彭浩介紹，這一研究將有望與團隊在質(zhì)子治療實時在線監(jiān)測方面已發(fā)表的多項國際領(lǐng)先成果結(jié)合，拓展質(zhì)子自適應(yīng)和FLASH的應(yīng)用，尤其是頭頸部腫瘤和肺癌。
