CBCT Image Registration for Adaptive Radio and Proton Therapy of Prostate Cance

Abstract

O uso de CBCT na radioterapia para o tratamento do câncer de próstata é questionada por restrições de qualidade de imagem e limitações técnicas. Tais fatores podem frustrar o intento de utilizar imagens volumétricas para quantificar as alterações anatômicas e avaliar o plano de tratamento. Este estudo investiga o impacto de alterações anatômicas e o potencial do uso de CBCT para IMRT e IMPT em pacientes de câncer de próstata. A fusão deformável (DIR) de imagens é aplicada em 9 pacientes com câncer de próstata escaneados com CBCT, para adaptar a tomografia de planejamento e produzir uma tomografia virtual com anatomia atualizada do paciente. O acompanhamento diário por imagem foi simulado com CBCT repetidas, com base nos tecidos moles ou na correspondência da anatomia óssea. A detecção automática de pontos de referência foi usada para avaliar a distância residual dos pontos de referência distribuídos na região de interesse (alvo e órgãos em risco) após o DIR. O DIR permitiu que a distância média desses marcos fosse reduzida de 3.79 para 2.00 mm. Os planos IMRT e IMPT foram criados e recalculados em tomografias virtuais. O aumento da dose do reto foi observado em 8 dos 9 pacientes, e em 3 casos houve violação das restrições, de acordo com as diretrizes do QUANTEC, de até 75 Gy em 19% do volume do reto. A perda de cobertura de CTV mais importante foi em torno de 5% da dose prescrita para um caso de terapia de prótons. Para ambos os tipos de tratamento, o movimento inter-fração de PTV e variações estruturais de órgãos em risco, podem resultar em perda de cobertura de alvo e / ou dano excessivo precoce em tecido de resposta aguda.

Avaliação de Registro de Imagem Realizado com e sem Pontos de Referência Extraídos através da Técnica SIFT

“…A técnica Scale Invariant Feature Transform (SIFT) é um método desenvolvido por Lowe (2004), o qual possibilita identificar automaticamente pontos-chave estáveis em imagens, a partir da extração de características dessas imagens. Através desses pontos, é possível encontrar correspondências entre duas ou mais imagens, reconhecer objetos em cenas, avaliar a qualidade de registro de imagens, realizar segmentação, monitorar a movimentação de órgãos em pacientes, entre outros (8,9,10).…”