Advertisement

Einfluss nicht-rigider Bildregistrierung auf 4D-Dosissimulation bei extrakranieller SBRT

  • Nik Mogadas
  • Thilo Sothmann
  • René Werner
Conference paper
Part of the Informatik aktuell book series (INFORMAT)

Zusammenfassung

Kurzfassung. Das Ziel dieser Studie ist der Vergleich nicht-rigider Open Source-Registrierungsalgorithmen (DIR) in Bezug auf ihre Genauigkeit sowie ihren Einfluss auf korrespondenzmodellbasierte 4D-Dosissimulation bei extrakranieller Strahlentherapie (SBRT). Es wurden drei verbreitete DIR-Algorithmen ausgewählt und mittels der DIRLAB-4D-CTDatensätze zunächst ihre Registrierungsgenauigkeit evaluiert sowie Korrespondenzmodelle (regressionsbasierte Korrelation von externen Atemsignalmessungen und internen Bewegungsfeldern) generiert und die Modellpräzision analysiert. Unter Verwendung von zehn Strahlentherapie-Planungs-4D-CT-Datensätzen von fünf Leber- und fünf Lungen-Tumorpatienten wurden dann Korrespondenzmodelle gebildet und im Rahmen einer modellbasierten 4D-Dosissimulation zur Abschätzung der Auswirkungen der patientenindividuellen Bewegungen während der Bestrahlung auf die applizierte Dosis eingesetzt. Berechnete Abweichungen zwischen geplanter und 4D-simulierter Dosisverteilung wurden verglichen und mit der Registrierungsgenauigkeit sowie bekannten klinischen Endpunkten (Lokalrezidiv ja/nein) in Beziehung gesetzt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. 1.
    McClelland JR, Hawkes DJ, Schaeffter T, et al. Respiratory motion models: a review. Med Image Anal. 2013;17:19–42.Google Scholar
  2. 2.
    Murphy K, van Ginneken B, Reinhardt JM, et al. Evaluation of registration methods on thoracic CT: the EMPIRE10 challenge. IEEE Trans Med Imaging. 2011;30:1901–1920.Google Scholar
  3. 3.
    Castillo R, Castillo E, Guerra R, et al. A framework for evaluation of deformable image registration spatial accuracy using large landmark point sets. Phys Med Biol. 2009;54:1849–1870.Google Scholar
  4. 4.
    Klein S, Staring M, Murphy K, et al. Elastix: a toolbox for intensity-based medical image registration. IEEE Trans Med Imaging. 2010;29:196–205.Google Scholar
  5. 5.
    Tustison NJ, Cook PA, Klein A, et al. Large-scale evaluation of ANTs and FreeSurfer cortical thickness measurements. Neuroimage. 2014;99:166–179.Google Scholar
  6. 6.
    Werner R, Schmidt-Richberg A, Handels H, et al. Estimation of lung motion fields in 4D CT data by variational non-linear intensity-based registration: A comparison and evaluation study. Phys Med Biol. 2014;59:4247–4260.Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland 2018

Authors and Affiliations

  1. 1.Department of Computational NeuroscienceUniversity Medical Center Hamburg-EppendorfHamburgDeutschland

Personalised recommendations