
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于患者个体特征的建模能够实现特定活动的优化,从而在经动脉放射栓塞治疗中最大化肿瘤的吸收剂量
《EJNMMI Physics》:Patient-specific modeling enables specific activity optimization to maximize tumor absorbed dose in transarterial radioembolization
【字体: 大 中 小 】 时间:2026年08月14日 来源:EJNMMI Physics 3.5
编辑推荐:
摘要背景在肝细胞癌(HCC)的治疗中,经动脉放射性栓塞术(TARE)正从姑息性治疗向治愈性治疗转变。与此同时,人们越来越需要开发个性化的预测性剂量规划策略,以最大化治疗效果。本研究旨在评估一种名为MIDOS的新框架的可行性,该框架可用于设计针对患者的最佳TARE治疗方案。方法本研
在肝细胞癌(HCC)的治疗中,经动脉放射性栓塞术(TARE)正从姑息性治疗向治愈性治疗转变。与此同时,人们越来越需要开发个性化的预测性剂量规划策略,以最大化治疗效果。本研究旨在评估一种名为MIDOS的新框架的可行性,该框架可用于设计针对患者的最佳TARE治疗方案。
本研究对14名接受过 [99mTc]Tc-MAA SPECT-CT检查的单纯性HCC患者进行了回顾性分析,包括分段和叶级注射两种方式。对于每位患者,其肿瘤及灌注区域的信息都被纳入肝脏血管模型中。在模拟过程中,微球会以集群形式随机分配到肿瘤组织或正常肝组织中,分配概率与血流速度相关,并受肿瘤及正常肝组织的吸收模型影响。利用模拟结果生成合成的[99mTc]Tc-MAA SPECT图像,然后通过比较肿瘤和正常组织中的相对活性误差、肿瘤与正常组织比率(TNR),以及正常组织分布的伽马分析(10%/10毫米),将这些合成图像与患者的实际图像进行对比。此外,还根据不同的特定活性值(40–4000贝克勒尔/微球),生成了虚拟的90Y治疗计划,进而得出了针对TNR以及肿瘤和正常肝组织平均吸收剂量的个性化治疗规划曲线。
合成后的[99mTc]Tc-MAA SPECT图像显示,整体肿瘤活性、正常肝活性以及TNR的相对误差均低于2%。所有患者的正常组织分布在10%/10毫米标准下的合格率均超过90%。治疗规划曲线显示出不同患者和不同情况下的优化点,即在保证肿瘤平均剂量最大的同时,使正常肝组织的平均剂量最小,而且不同患者对特定活性值的剂量敏感度存在显著差异。
本研究证明了MIDOS作为一种框架,在不同临床场景下用于TARE的定量治疗优化是可行的。这一框架能够系统地优化治疗规划曲线,从而根据90Y的特定活性值,实现TNR和肿瘤平均剂量的最大化。
在肝细胞癌(HCC)的治疗中,经动脉放射性栓塞术(TARE)正从姑息性治疗向治愈性治疗转变。与此同时,人们越来越需要开发个性化的预测性剂量规划策略,以最大化治疗效果。本研究旨在评估一种名为MIDOS的新框架的可行性,该框架可用于设计针对患者的最佳TARE治疗方案。
本研究对14名接受过 [99mTc]Tc-MAA SPECT-CT检查的单纯性HCC患者进行了回顾性分析,包括分段和叶级注射两种方式。对于每位患者,其肿瘤及灌注区域的信息都被纳入肝脏血管模型中。在模拟过程中,微球会以集群形式随机分配到肿瘤组织或正常肝组织中,分配概率与血流速度相关,并受肿瘤及正常肝组织的吸收模型影响。利用模拟结果生成合成的[99mTc]Tc-MAA SPECT图像,然后通过比较肿瘤和正常组织中的相对活性误差、肿瘤与正常组织比率(TNR),以及正常组织分布的伽马分析(10%/10毫米),将这些合成图像与患者的实际图像进行对比。此外,还根据不同的特定活性值(40–4000贝克勒尔/微球),生成了虚拟的90Y治疗计划,进而得出了针对TNR以及肿瘤和正常肝组织平均吸收剂量的个性化治疗规划曲线。
合成后的[99mTc]Tc-MAA SPECT图像显示,整体肿瘤活性、正常肝活性以及TNR的相对误差均低于2%。所有患者的正常组织分布在10%/10毫米标准下的合格率均超过90%。治疗规划曲线显示出不同患者和不同情况下的优化点,即在保证肿瘤平均剂量最大的同时,使正常肝组织的平均剂量最小,而且不同患者对特定活性值的剂量敏感度存在显著差异。
本研究证明了MIDOS作为一种框架,在不同临床场景下用于TARE的定量治疗优化是可行的。这一框架能够系统地优化治疗规划曲线,从而根据90Y的特定活性值,实现TNR和肿瘤平均剂量的最大化。
生物通微信公众号
热搜:肝细胞癌|TARE|个性化剂量规划|MIDOS|肝脏微血管模型|放射成像质量|可能性分析:虽然提供的文本主要聚焦于体检背景(体检中检出微小病灶用MIDS筛查|而非癌症治疗)|但若要基于文本内容预测关键词数量|需重新审视。 1. Kaihua: 体检背景中“体检医师”为核心对象。 2. Qianxia: 体检背景中“优秀”状态为核心结果。 3. Zhuyuan: 体检背景中“过早”出现为核心特征。 4. 临床: 体检背景中“诊疗”为通用领域。 5. 家庭: 体检背景中“监测”为特定动作。 6. 社会: 体检背景中“公众”为宏观群体。 1. Kaihua: 体检背景中“体检医师”为核心对象。 2. Qianxia: 体检背景中“优秀”状态为核心结果。 3. Zhuyuan: 体检背景中“过早”出现为核心特征。 4. 临床: 体检背景中“诊疗”为通用领域。 5. 家庭: 体检背景中“监测”为特定动作。 6. 社会: 体检背景中“公众”为宏观群体。