Advertisement

Simulation und Evaluation tiefenbildgebender Verfahren zur Prädiktion atmungsbedingter Organ- und Tumorbewegungen

  • Maximilian BlendowskiEmail author
  • Matthias Wilms
  • René Werner
  • Heinz Handels
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Lokalisationsunsicherheiten von Tumoren und umliegender Risikostrukturen durch Atembewegungen stellen ein zentrales Problem bei der Bestrahlung von abdominalen und thorakalen Tumoren dar. Moderne Ansätze zur Kompensation der Atembewegung werden in der Regel durch externe Atemsignale gesteuert, die ein Surrogat der inneren Tumor- und Organbewegung darstellen. Unter der Annahme eines Wirkungszusammenhangs zwischen Surrogatsignal und interner Bewegung lassen sich patientenspezifische Korrespondenzmodelle trainieren, um die internen Bewegungen zu prädiktieren. In diesem Beitrag wird der Einfluss der Dimensionalität des Surrogats auf die Genauigkeit der Prädiktion von Organ- und Tumorbewegungen mithilfe eines multivariaten linearen Modells untersucht. Hierzu wird die externe Verfolgung der Brustwandbewegung durch tiefenbildgebende Verfahren simuliert und das resultierende Signal als mehrdimensionales Surrogat aufgefasst. Resultate auf der Basis von 10 Lungentumorpatienten zeigen, dass durch den Einsatz von mehrdimensionalen externen Atemsignalen (Linien- und Regionenabtastungen) im Vergleich zu eindimensionalen Signalen eine signifikante Verbesserung der Prädiktionsgenauigkeit erreicht wird.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Keall P, Mageras G, Balter J, et al. The management of respiratory motion in radiation oncology report of AAPM TG 76. Med Phys. 2006 Oct;33(10):3874–900.Google Scholar
  2. Schaller C, Penne J, Hornegger J. Time-of-flight sensor for respiratory motion gating. Med Phys. 2008 Jul;35(7):3090–3.Google Scholar
  3. Fayad H, Pan T, Clement JF, et al. Technical Note: Correlation of respiratory motion between external patient surface and internal anatomical landmarks. Med Phys. 2011 Jun;38(6):3157–65.Google Scholar
  4. Werner R, Wilms M, Ehrhardt J, et al. A diffeomorphic MLR framework for surrogate-based motion estimation and situation-adapted dose accumulation. In: Image-Guidance and Multimodal Dose Planning in Radiation Therapy, a MICCAI Workshop - MICCAI 2012; 2012. p. 42–9.Google Scholar
  5. Schmidt-Richberg A, Ehrhardt J, Werner R, et al. Diffeomorphic diffusion registration of lung CT images. In: Workshop Medical Image Analysis for the Clinic: A Grand Challenge - MICCAI 2010; 2010. p. 55–62.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2013

Authors and Affiliations

  • Maximilian Blendowski
    • 1
    Email author
  • Matthias Wilms
    • 1
  • René Werner
    • 1
  • Heinz Handels
    • 1
  1. 1.Institut für Medizinische InformatikUniversität zu LübeckLübeckDeutschland

Personalised recommendations