Die Forscher machen die Echtzeit-tumor-tracking in der Strahlentherapie 5 mal schneller

Die Forscher machen die Echtzeit-tumor-tracking in der Strahlentherapie 5 mal schneller

2020-07-22

Ein team der Universität von Alberta-Forschern entwickelt, die einen schnelleren Weg, die Verfolgung der Bewegung von Tumoren im Körper während der Strahlentherapie, die eine erhebliche Verbesserung der Ergebnisse für Patienten mit Krebs.

„Wenn ein patient bekommt zum Beispiel Bestrahlung auf die Lunge, der tumor könnte sich verschieben, da die Atmung des Patienten,“ sagte Michelle Noga, ein U von Einem Radiologen, die funktioniert auch am MIC Medizinischen Bildgebung und der Studie co-Autor.

„Wir haben in der Regel sollte eine größere Fläche als der eigentliche tumor ist zu berücksichtigen, dass Bewegung. Die Idee ist also, dass, wenn Sie konnte verfolgen, Ihre Atmung und justieren Sie den Strahl so ein, dass, würden Sie nicht haben, Strahlen eine so große Fläche und potenziell Schaden, gesundes Gewebe.“

Die Arbeit des Teams baut auf der Linac-MR-Projekt, ein Strahlenbündel (Linearbeschleuniger oder „linac“) und Magnet-Resonanz-Tomographie (MRT) hybrid-Maschine, entwickelt von Forschern an der Cross Cancer Institute in 2013.

Die Patienten liegen in der Maschine, die MRT bietet eine Konstante Bildgebung des Tumors, so dass das system zum verfolgen der Bewegung und halten die Strahlung konzentriert sich nur auf diesen Bereich. Allerdings, Echtzeit-tracking, erfordert erhebliche Rechenleistung und der aktuelle Ansatz ist es zu langsam für den Tag-zu-Tag verwenden, sagte der Studie führen Forscher, Kumaradevan Punithakumar.

„Die ursprüngliche version des tracking-Algorithmus läuft über den computer central processing unit, aber es kann nur behandeln, acht oder 12 Prozesse gleichzeitig. Das ist zu langsam für real-time-tracking“, sagte er. „Also haben wir angepasst, dass der Algorithmus Nutzung der graphics processing unit (GPU), die verarbeiten kann Tausende von Prozessen gleichzeitig.“

Das U von A-team—die enthalten medizinische Physiker Jihyun Yun und Gino Fallone-und computing-Wissenschaftler Nazanin Tahmasebi und Pierre Boulanger—gefunden, die GPU-Verarbeitung erhöht die Geschwindigkeit des Prozesses zu fünf mal.

„Dies sind sehr gute Ergebnisse“, sagte Punithakumar, die, zusammen mit Noga, der auch Mitglied des Frauen-und Kinder-Gesundheits-Forschungsinstitut. „Die Verbesserung der Rechenleistung wurde ein Problem für eine Reihe von imaging-Anwendungen, und wir haben das getan.

„Wir werden auch sehen, verbesserte tracking-Genauigkeit [über] den bisherigen Methoden. Also die Kombination aus verbesserter Leistung und Genauigkeit ist ein sehr, sehr gutes Ergebnis.“

Punithakumar stellt fest, dass obwohl der Algorithmus wurde angewandt, um die Linac-MR-system in diesem speziellen Studie, die es verwendet werden könnte, für ähnliche medizinische imaging-Anwendungen oder andere organ Abgrenzung von Aufgaben, wie die Herz-Ventrikel-Segmentierung mittels MRI.

Für jetzt, die nächsten Schritte umfassen die vollständige Integration des Algorithmus in die Linac-MR-system, dann laufen weitere tests, um sicherzustellen, dass es konsequent arbeitet, wie erwartet, Punithakumar sagte. Dann hofft das team in der Lage sein sich zu bewegen auf die klinische Prüfung.