Исследование по выявлению кровоизлияния в мозг выиграло конкурс MedPhys Slam AAPM

Исследование по выявлению кровоизлияния в мозг выиграло конкурс MedPhys Slam AAPM

Отметка времени: 1 августа 2023 г., 11:30

Организаторы и победители MedPhys Slam 2023
Коммуникационный конкурс Организаторы и победители MedPhys Slam 2023. Слева направо: Рэйчел Тревильян, Келси Биттингер, Джейсон Люс, Элли Бэкон, Арун Прессрам, Эмили Карпентье и Эмили Томпсон. (Предоставлено Сарой Обер/AAPM STSC)

Запущенный в 2018 году, MedPhys Slam теперь является неотъемлемой частью ежегодного собрания AAPM. Популярная сессия представляет собой коммуникативное соревнование, в котором студенты и стажеры представляют свои исследовательские проекты всего за три минуты, используя всего три слайда. Победителей выбирает жюри, состоящее из физиков, не являющихся медиками, которые оценивают выступления на основе того, насколько хорошо докладчики объясняют свой исследовательский вопрос, его значение и свои методы.

В этом году в нем приняли участие 17 участников – все победители местных соревнований отделения AAPM. Их презентации охватывали широкий спектр тем медицинской физики, от протонной терапии до лучевой терапии, включая рентгенографию, доклиническую визуализацию, искусственный интеллект, радиобиологию и брахитерапию.

Выявление кровоизлияний в головной мозг

Победителем этого года стал Арун Прессрам, студент магистратуры Университета Флориды, который выступил с докладом под названием «Скрытое кровоизлияние: визуализация кровоизлияний в мозг».

Pressram разрабатывает метод быстрого обнаружения кровоизлияний в мозг у пациентов, перенесших инсульт. Он объяснил, что пациента с симптомами инсульта обычно госпитализируют для компьютерной томографии, которая включает введение контраста для облегчения визуализации сосудов головного мозга. При обнаружении закупорки пациент получает реваскуляризирующую терапию для восстановления кровотока. Но это лечение может фактически подвергнуть пациента риску развития мозгового кровоизлияния или утечки контраста в мозг. «Вот почему важно, чтобы мы выполнили последующую визуализацию, чтобы мы могли идентифицировать кровоизлияние в мозг и обратить его вспять», — пояснил он.

Итак, как лучше всего выполнить такую ​​последующую визуализацию? МРТ точна и дает высококачественные изображения, но работает медленно. Между тем, компьютерная томография выполняется намного быстрее, но не может отличить кровоизлияние в мозг от контраста в мозгу. «Должен быть лучший способ получить что-то точное и быстрое для пациента», — сказал Прессрам. «Ну, есть. И это называется двухэнергетической КТ».

Арун Прессрам
Выигрышная презентация Арун Прессрам из Университета Флориды. (Предоставлено: Арун Прессрам)

Двухэнергетическая КТ работает, выполняя два сканирования с разными рентгеновскими спектрами, а затем математически объединяя два набора данных. Этот метод может отделить сигналы, связанные с кровоизлиянием в мозг, от сигналов, поступающих от контраста. Прессрам отмечает, что двухэнергетическая КТ также более доступна, чем МРТ, и обеспечивает более быстрое сканирование.

После обзора литературы Прессрам понял, что «мы были первыми в мире, кто проводил исследования этого двухэнергетического сканера для пациентов, перенесших инсульт». Для дальнейшего изучения применения он обследовал 500 пациентов с инсультом с помощью двухэнергетической КТ и обнаружил, что этот подход показал хорошие результаты во всех случаях, своевременно давая точные результаты. «Медицинские работники должны быть осведомлены об этой удивительной технологии, которая может дать им точные результаты за более короткое время», — заключил он.

Улучшение лучевой терапии простаты

Второе место в конкурсе досталось Элли Бэкон, медицинский физик, резидент Медицинского центра Университета Небраски. Бэкон описал, как процесс, называемый автономным обзором, может улучшить лучевую терапию для пациентов с раком простаты.

Проверка в автономном режиме, которую Бэкон назвал «самой важной задачей, которую мы еженедельно выполняем для наших пациентов», включает в себя изучение изображений, сделанных во время лечения пациента за предыдущую неделю, для поиска любых потенциальных ошибок, которые необходимо быстро устранить. адресовано и следить за уменьшением размера опухоли с течением времени.

Для больных раком предстательной железы одним из важных параметров является то, насколько хорошо они могут наполнять мочевой пузырь изо дня в день. «Мы обнаружили, что когда пациенты не могут наполнить свой мочевой пузырь на 50% для лечения, у них гораздо выше вероятность побочных эффектов, таких как токсичность мочевого пузыря», — пояснил Бэкон. «Это заставило меня задуматься, есть ли способ быстро найти этих пациентов, чтобы мы могли им помочь?»

Бэкон предложил простое дополнение к процессу проверки в автономном режиме, в котором мочевой пузырь пациента классифицируется как «хороший», если он выглядит заполненным более чем на 50%, или как «плохой» при наполнении менее 50%. Она провела тест, в котором ее команда оценивала пациентов в течение трех раундов, каждый раз предоставляя дополнительные визуальные подсказки: во-первых, схема того, как должен выглядеть полный мочевой пузырь из первоначального плана лечения пациента; затем образ пустого мочевого пузыря; и, наконец, оценка того, как должен выглядеть наполненный на 50% мочевой пузырь.

«С каждым раундом, имея все больше и больше визуальных подсказок, они могли быстро определить, какие пациенты были хорошими или плохими и нуждались в нашей помощи», — сказал Бэкон. «Это подтвердило мои подозрения — мы можем быстро использовать автономный обзор, который мы уже делаем для всех наших пациентов, для выявления пациентов с раком простаты, которым нужна помощь».

Как только такие пациенты будут выявлены, их план лечения может быть адаптирован, чтобы лучше соответствовать их среднему наполнению мочевого пузыря. Это снижает вероятность побочных эффектов и улучшает качество жизни после лечения. «Остается только один вопрос: кому еще мы можем помочь с этим офлайн-обзором?» — заключила она.

Отслеживание опухоли

Занять третье место в MedPhys Slam, а также получить «приз зрительских симпатий», за который проголосовали зрители, было Джейсон Люс, аспирант Университета Лойолы. Люси рассказала присутствующим об адаптивном алгоритме отслеживания опухолей на основе шаблонов для лучевой терапии рака легких.

Отслеживание опухоли во время лучевой терапии особенно важно для пациентов с раком легких. Дыхание вызывает движение опухоли, что приводит к увеличению неопределенности положения опухоли. Это требует использования более крупного лечебного луча, который может увеличить облучение окружающих здоровых тканей. «Но если вы можете активно отслеживать опухоль, вы можете использовать более точный лечебный луч, что означает меньшее облучение здоровых тканей», — объяснила Люси.

Однако во время отслеживания на основе изображений опухоль можно потерять, особенно при использовании большого окна поиска, чтобы охватить все возможные диапазоны движения опухоли. Например, Люс показала случай, когда алгоритм отслеживания ошибочно определил местоположение опухоли как местонахождение постороннего артефакта изображения.

Он сравнил эту проблему отслеживания с поиском потерянных ключей от машины. «Вместо того, чтобы искать их по всему дому, вы можете облегчить себе жизнь, спросив: «Где я в последний раз их видел?» На кухне? Просто обыщите эту область, и проблема решена», — сказал он. «Мы берем эту идею и применяем ее для улучшения отслеживания опухолей».

Подход, как объяснил Люс, включает в себя поиск последнего места, где опухоль была замечена во время отслеживания, а затем сокращение области поиска до этой области. Он протестировал методику на 229 рентгеновских изображениях опухоли в движении, выполняя отслеживание с использованием алгоритма с большим окном поиска, а также алгоритма с меньшим окном адаптивного поиска.

Меньшее окно адаптивного поиска обеспечило заметное улучшение отслеживания опухолей. При использовании статического окна поиска около 12% изображений плохо отслеживались (значительные различия между фактическим и прогнозируемым расположением опухоли), в то время как адаптивное окно поиска плохо отслеживало менее 1% изображений. «Мы улучшаем результаты отслеживания и в идеале улучшаем уход за пациентами», — сказал он.

Отметка времени:

Больше от Мир физики