Deformabilna poravnava slik za adaptivno radioterapijoKUŠNIK, BLAŽ (Avtor) Špiclin, Žiga (Mentor) adaptivna radioterapijadeformabilna poravnava slikDiceov koeficientzasnova poskusovTaguchi matrikaDeedsPlastimatchElastixpTVregCilj adaptivne radioterapije je manjšanje doznih odstopanj od prvotnega obsevalnega načrta, ki so običajno posledica geometrijskih negotovosti pri lokalizaciji bolnika v obsevalni napravi in sprememb anatomije bolnika. Pred začetkom procesa radioterapije bolnika najprej slikamo z uporabo računalniške tomografije (CT), magnetne resonance (MR) in/ali pozitronske emisijske tomografije (PET), nato pa na podlagi teh načrtovalnih slik ustvarimo obrise struktur in obsevalni načrt s predpisano minimalno dozo obsevanja za tarčo (tumor) in maksimalnimi dozami za kritične zdrave organe. Radioterapija poteka v več zaporednih dnevnih frakcijah, ki naj zagotovijo dostavo predpisanih doz. Tekom radioterapije pride do anatomskih sprememb, položaj bolnika pa se med frakcijami razlikuje, kar povišuje geometrijske negotovosti in je zato smiselno pred frakcijo zajeti nove slike in na podlagi teh slik posodobiti načrt obsevanja. Te slike se pogosto zajame s pomočjo računalniške tomografije s stožčastim žarkom (CBCT), ko je bolnik že v obsevalni napravi. Vendar ima CBCT nižjo kakovost v primerjavi načrtovalnimi slikami, kar otežuje postopke avtomatskega obrisovanja struktur in naknadnega prilagajanja načrta obsevanja. Ena izmed obetavnih rešitev je uporaba visoko kakovostnih načrtovalnih slik in pridruženih obrisov tako, da te slike prostorsko poravnamo na CBCT slike in nato preslikamo še obrise. Ker se strukture v telesu pogosto deformirajo in premikajo med seboj neodvisno, je za poravnavo teh slik potrebno uporabiti deformabilno poravnavo slik (DIR; ang. deformable image registration). V nalogi je podan splošen opis delovanja DIR in možnosti uporabe pri adaptivni radioterapiji. Cilj naloge je bil najti, preučiti in oceniti različne algoritme za deformabilno poravnavo slik. Za vrednotenje poravnave sta bili uporabljeni dve podatkovni bazi; prva je vsebovala šestdeset parov CT in CBCT slik radioterapije prostate, druga pa dva para slik iz javne podatkovne baze TG-132. Kvantitativno smo poravnavo vrednotili (i) s površinskim in volumskim Dice koeficientom med obrisi telesa bolnika, prostate in leve stegnenice, in (ii) z razdaljo med desetimi pari pripadajočih oslonilnih točk, ki so bile ročno označene v vsakem paru slik (TRE; ang. target registration error), (iii) s štirimi različnimi merami podobnosti, ki smo jih ovrednotili pred in po poravnavi para slik, in (iv) številom pikslov z vrednostjo determinante Jacobijeve matrike manjšo od nič (točke s fizikalno nesmiselno deformacijo). Rezultati so predstavljeni v treh delih, kjer smo v prvem podrobno vrednotili postopke poravnave pTVreg, Elastix, Plastimatch in Deeds z eksperimentalno določenimi parametri. V drugem delu smo s pomočjo zasnove poskusov z uporabo Taguchi matrik (DOE; ang. design of experiments) vpeljali zanesljiv način iskanja optimalnih parametrov ter testiranja njihovega medsebojnega vpliva in vrednotenje poravnave primerjali z eksperimentalno pridobljenimi parametri iz prvega dela. V tretjem delu pa smo s postopkom DOE poskušali najti parametre za hitrejšo izvedbo poravnave z algoritmom Deeds, ki je v prvih dveh delih kazal najboljše kakovosti poravnav, vendar na račun daljših časov izvedbe. Na koncu smo pokazali, da se je algoritem Deeds izkazal najbolje na področju točnosti in zanesljivosti poravnave, saj je dosegal najboljše rezultate pri vrednotenju z Dice koeficienti in razdaljami med oslonilnimi točkami TRE. Analize determinante Jacobijevih matrik so pokazale, da je algoritem Deeds vseboval najmanj fizikalno nesmiselnih deformacij. Na paru slik virtualnega fantoma podatkovne baze TG-132 so vsi testirani algoritmi dosegli priporočene vrednosti Dice koeficientov, na TG-132 paru CT slik prsnega koša iz podatkovne baze DIR-Lab, pa je priporočene TRE vrednosti dosegel le algoritem Deeds, in sicer s povprečno vrednostjo in standardnim odklonom 1.69 ± 2.37 mm. S pomočjo postopka DOE, pa smo brez opazne izgube na točnosti in zanesljivosti algoritem Deeds z novimi parametri pohitrili iz prvotnega povprečnega časa poravnave enega para slik 433 sekund na le 249 sekund.20212021-04-23 09:50:00Magistrsko delo/naloga126480sl