基于循环对抗生成网络的胸部锥形束CT校正及剂量计算准确性

作者：吴先想; 牛振洋; 蔡汉飞^*; 方美芳; 李威; 徐露; 崔珍

来源：中国医学物理学杂志, 2022, 39(07): 811-816.

• 循环对抗生成网络
• 锥形束CT
• 影像校正
• 剂量计算
• 自适应放疗

目的：采用循环对抗生成网络算法建立胸部锥形束CT(CBCT)校正模型，探讨该模型用于提升CBCT质量的可行性，评估校正的CBCT(CCBCT)用于剂量计算的准确性。方法：选择食管癌或肺癌患者已配准的CBCT和定位CT70例，随机选取其中60例作为训练集，用来训练循环对抗生成网络，生成CBCT的校正模型。剩余10例作为测试集，对CBCT、CCBCT和定位CT之间的CT值平均绝对误差、峰值信噪比、归一化互相关进行统计学分析。将原调强计划（CT Plan）移植到CCBCT上，生成CCBCT Plan，以CT Plan剂量分布为参考，对CCBCT Plan进行三维剂量γ分析。结果：CBCT经校正后散射伪影显著减少，CT值平均绝对误差降低了52.74%±6.47%，峰值信噪比和归一化互相关分别提高了7.95%±3.56%和1.68%±3.38%，差异均有统计学意义（t=18.47、-7.31、-6.77, P<0.05）。在2 mm/2%、2 mm/1%和1 mm/1%条件下，CCBCT Plan三维剂量平均γ通过率分别为99.16%±0.34%、98.01%±0.72%、93.95%±1.62%。结论：基于循环对抗生成网络构建的CBCT影像校正模型用于提升CBCT影像质量是可行的，经校正的胸部CBCT可用于放疗剂量计算，为CBCT用于自适应放疗剂量计算奠定基础。

• 单位
  蚌埠医学院第一附属医院