投影ベースの4Dコーンビームコンピューター断層撮影強度肺がん患者の散布ネット

背景と目的：放射線療法では、4DコーンビームCTS（4DCBCTS）に基づく用量計算には、画像強度補正が必要です。このレトロスペクティブ研究は、深い学習、投影ベースの散乱補正ワークフロー（散布ネット）の用量計算精度を比較し、ワークフローの遅い：従来の4D投影ベースの散乱補正（CBCTCOR）と変形可能な画像登録（DIR）ベースのメソッド（4DVCT）ベース）。材料と方法：26人の肺がん患者については、CTS（PCT）、4DCT、およびCBCTの予測を計画していました。散布ネットには、RAWおよび修正されたCBCT投影のペアでトレーニングされました。散布ネットからの修正された投影と従来のワークフローは、Ma-Roosterを使用して再構築され、4DCBCTSNと4DCBCTCORを生成しました。4DVCTは、4DCBCTCORワークフローの一部として、4DCTから4DCBCT DIRによって生成されました。堅牢な強度変調されたプロトン療法治療計画は、自由呼吸PCTで作成されました。4DCBCTSNは、画質と用量計算の精度（用量容積史形パラメーターと3％/3mmガンマ分析）の観点から、4DCBCTCORおよび4DVCTと比較されました。結果：4DCBCTSNは、それぞれ4DCBCTCORと4DVCTと比較した場合、それぞれ87HUと102HUの平均平均絶対誤差をもたらしました。0.4GY（4DCBCTSN-4DCBCTCOR）および0.3GY（4DCBCTSN-4DVCT）の用量差の中央値を持つ標的で高い一致が観察されました。ガンマ分析では、4DCBCTSN対4DCBCTCORと4DCBCTSN対4DVCTの両方で96％の平均3％/3mmパス率が高いことが示されました。結論：正確な4D用量計算は、4DCBCT補正に散布ネットを使用して肺がん患者にとって実行可能です。平均散乱補正時間は10分（4DCBCTCOR）から3.9秒に短縮でき、提案された深い学習ベースの方法の臨床的適合性を示しています。

Background and purpose: In radiotherapy, dose calculations based on 4D cone beam CTs (4DCBCTs) require image intensity corrections. This retrospective study compared the dose calculation accuracy of a deep learning, projection-based scatter correction workflow (ScatterNet), to slower workflows: conventional 4D projection-based scatter correction (CBCTcor) and a deformable image registration (DIR)-based method (4DvCT). Materials and methods: For 26 lung cancer patients, planning CTs (pCTs), 4DCTs and CBCT projections were available. ScatterNet was trained with pairs of raw and corrected CBCT projections. Corrected projections from ScatterNet and the conventional workflow were reconstructed using MA-ROOSTER, yielding 4DCBCTSN and 4DCBCTcor. The 4DvCT was generated by 4DCT to 4DCBCT DIR, as part of the 4DCBCTcor workflow. Robust intensity modulated proton therapy treatment plans were created on free-breathing pCTs. 4DCBCTSN was compared to 4DCBCTcor and the 4DvCT in terms of image quality and dose calculation accuracy (dose-volume-histogram parameters and 3%/3mm gamma analysis). Results: 4DCBCTSN resulted in an average mean absolute error of 87HU and 102HU when compared to 4DCBCTcor and 4DvCT respectively. High agreement was observed in targets with median dose differences of 0.4Gy (4DCBCTSN-4DCBCTcor) and 0.3Gy (4DCBCTSN-4DvCT). The gamma analysis showed high average 3%/3mm pass rates of 96% for both 4DCBCTSN vs. 4DCBCTcor and 4DCBCTSN vs. 4DvCT. Conclusions: Accurate 4D dose calculations are feasible for lung cancer patients using ScatterNet for 4DCBCT correction. Average scatter correction times could be reduced from 10min (4DCBCTcor) to 3.9s, showing the clinical suitability of the proposed deep learning-based method.