基于患者特异性CBCT合成与表面引导放疗的超快速肿瘤定位技术研究

【编辑推荐】针对表面引导放疗(SGRT)中光学表面成像(OSI)无法可视化内部解剖结构导致肿瘤定位不准的问题，本研究提出先进表面成像(A-SI)框架，通过整合高速表面成像与低频单角度CBCT投影，采用物理集成一致性去噪扩散概率模型(PC-DDPM)生成光学表面衍生CBCT(OSD-CBCT)，实现超快速肿瘤定位。56例肺癌患者模拟研究证实其高保真度与临床价值，为运动相关癌症治疗提供新范式。

　　

在精准放疗领域，如何实时追踪肿瘤运动始终是技术攻坚的难点。传统图像引导放疗(IGRT)依赖锥束CT(CBCT)进行解剖定位，但长达40-60秒的扫描速度无法捕捉呼吸运动，而4D CBCT虽能分相重建却存在成像剂量高、耗时长的缺陷。表面引导放疗(SGRT)虽通过光学表面成像(OSI)实现无辐射监测，却因体表运动与内部肿瘤运动相关性差，尤其在肺癌治疗中误差显著。这一矛盾催生了中国研究人员提出的突破性解决方案——先进表面成像(A-SI)框架，相关成果发表于《Medical Image Analysis》。

研究团队创新性地将高频OSI与低频单角度X射线投影结合，开发患者特异性物理集成一致性去噪扩散概率模型(PC-DDPM)。该模型利用治疗前4DCT获取的解剖结构与呼吸运动特征，通过几何变换模块(GTM)提取投影中的三维信息，采用双阶段策略生成光学表面衍生CBCT(OSD-CBCT)：在辐射窗口首视图时结合X射线物理约束生成高精度图像，后续视图则通过循环一致性优化保持时序解剖连续性。56例肺癌患者数据验证显示，该方法在保持成像剂量最低化的同时，实现了亚秒级超快速定位。

【主要技术方法】
研究采用患者特异性建模策略，基于4DCT规划期数据训练PC-DDPM模型。核心包含：(1)CBCT-DDPM与Projection-DDPM双网络架构，分别处理3D图像生成与全角度投影合成；(2)GTM模块模拟锥束几何过程；(3)物理集成(PI)与循环一致性(Cycle-C)双重优化策略。实验使用NVIDIA A100 GPU平台，通过强度/结构/临床多维度评估体系验证性能。

【Evaluations and Results】
视觉对比显示OSD-CBCT能精确还原气管、血管等细微结构，首视图与后续视图的归一化均方误差(NMSE)分别低至0.015±0.003和0.018±0.004。剂量学分析证实其靶区覆盖误差<1mm，显著优于传统SGRT的3-5mm偏差。

【Discussion】
该框架突破性地将OSI帧率优势(>30fps)与CBCT解剖细节结合，通过"窗口-视图"分级策略平衡成像频率与辐射剂量。PC-DDPM的物理约束设计有效解决生成图像与真实投影的几何一致性难题，而患者特异性训练确保个体化运动模式捕捉。

【Conclusion】
A-SI框架首次实现SGRT过程中亚秒级、低剂量(<1mGy/视图)的容积成像，其OSD-CBCT生成速度较传统CBCT提升60倍。这项技术不仅推动肺癌等运动敏感肿瘤的精准放疗发展，其物理集成生成模型范式更为医学图像合成领域提供新方法论。未来通过临床转化验证，有望成为图像引导介入治疗的标准配置。