鼻咽癌自适应放疗中应用RegGAN模型将锥形束CT图像转换为伪CT图像的可行性

摘要：

目的 探究在鼻咽癌自适应放疗中,应用基于配准对抗神经网络的RegGAN模型将锥形束CT(CBCT)图像转换为伪CT图像的可行性.方法 回顾60例鼻咽癌患者第1次用于图像引导放疗的CBCT图像和计划CT图像,其中47例作为训练集,13例作为测试集.建立基于配准对抗神经网络的RegGAN模型,将CBCT图像转换为伪CT图像.选用Pix2 Pix模型和Cycle-consistency模型作为参考模型,在相同训练集上进行模型训练后使用测试集进行图像转换.比较利用3种模型转换的伪CT图像的平均绝对误差(MAE)、峰值信噪比(PSNR)和结构相似性(SSIM).结果 在测试集上应用RegGAN模型转换的伪CT图像具有更多的纹理信息.与Pix2 Pix模型和Cycle-consistency模型相比,应用RegGAN模型转换的伪CT图像的MAE最小,PSNR和SSIM最大(均P<0.05).结论 采用RegGAN模型从CBCT图像转换而来的伪CT图像具有较高的图像质量,可以作为鼻咽癌自适应放疗的参考图像.

关键词：配准对抗神经网络;RegGAN模型;锥形束CT;伪CT;图像转换;图像质量;深度学习;鼻咽癌;自适应放疗

所属期刊栏目：43

分类号：R73-33(肿瘤学)

资助基金：广西重点研发计划桂科AB17195005

在线出版日期：2022-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2397-2400,2405