针对RefleXion X1生物引导放疗系统，用于增强PET图像和低剂量PET重建的患者特异性均值教师UNet
摘要：RefleXion X1系统中采用了一种新的生物引导放射治疗（BgRT）系统。与全环诊断PET系统相比，其双90度PET探测器收集到较少的产生对比剂效应事件。在提出的BgRT工作流中，在进行治疗前进行短扫描以确保图像质量和一致性。较短的扫描时间，仅为仿真扫描时间的四分之一，也导致了较少的符合事件，从而降低了图像质量。在本研究中，我们提出了一种基于病人个体的均值教师UNet（MT-UNet）来提高RefleXion X1的PET图像质量和低剂量PET重建。使用RefleXion X1获得了九名癌症患者的PET/CT扫描。每个患者都进行了一次仿真扫描。其中五名患者在第一次和最后一次治疗分割期间进行了额外的扫描。治疗扫描采用与仿真扫描相同的成像协议。对于每次扫描，我们重建了一张全剂量图像，并将符合事件平均分成四个会话以重建四张四分之一剂量PET图像。对于每个患者，我们使用仿真扫描的四分之一剂量和全剂量图像来训练我们提出的MT-UNet。对于图像质量增强任务，我们将九个训练过的MT-UNet应用于九名患者的全剂量仿真PET图像，分别生成增强图像。使用对比度噪音比（CNR）和信噪比（SNR）比较增强图像与原始全剂量图像。对于低剂量图像重建任务，我们将五个训练过的MT-UNet应用于五名患者的十个四分之一剂量治疗图像，分别预测全剂量图像。使用结构相似性指数（SSIM）和峰值信噪比（PSNR）比较预测图像与真实全剂量图像。我们还训练和评估了病人个体化的UNet进行模型比较。我们提出的病人个体化MT-UNet在改善RefleXion低剂量和全剂量图像质量方面比病人个体化UNet表现更好。
作者：Jie Fu, Zhicheng Zhang, Linxi Shi, Zhiqiang Hu, Thomas Laurence, Eric Nguyen, Peng Dong, Guillem Pratx, Lucas Vitzthum, Daniel T. Chang, Lei Xing, Wu Liu
论文ID：2209.05665
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2022-09-14