Precision Radiotherapy with Advanced Image Registration
- Reference number
- ID23-0018
- Project leader
- Göksel, Orcun
- Start and end dates
- 240301-280229
- Amount granted
- 2 500 000 SEK
- Administrative organization
- Uppsala University
- Research area
- Information, Communication and Systems Technology
Summary
Nearly 50% of all cancer patients receive radiotherapy (RT) and RT is attributed to 30% of cancer cures. RT is administered in multiple sessions, called fractions, where precise alignment of organs to a customized treatment plan is crucial in achieving sufficient target coverage while preventing damage to nearby healthy tissues. The latest RT devices, MR-Linacs, integrate advanced medical imaging into the treatment system. However, to fully utilize their potential, the radiation dose must be accumulated over the fractions by precisely aligned the acquired images, also considering the deformable nature of tissues - an image processing challenge known as deformable image registration (DIR). Most DIR methods are slow, inaccurate, and lack the ability to report confidence in results or potential effects on dose delivered to patients. Without a means for quality assurance, DIR results become clinically unusable. Our solution involves developing a state-of-the-art deep-learning system for fast on-the-fly registration. We will estimate uncertainty and predict errors based on consistency, taking advantage of the abundance of images available in fractionated RT. These advancements will enable reporting on the reliability of results and dose effects for both ongoing and upcoming fractions. With the integration of DIR in precise, automatic, and adaptive RT solutions with MR-Linac, our quality assurance approach will be a groundbreaking advancement in RT based cancer treatments.
Popular science description
Ungefär hälften av alla cancerpatienter får strålbehandling som hel eller del av sin behandling vilket motiverar till att ständig förbättring. Den senaste generationen av behandlingsmaskiner (MR-Linac) integrerar bestrålningsmaskinen (Linac) med en magnetkamera (MR) som möjliggör högkvalitativa bilder av mjukdelar i direkt samband med behandlingen. Strålbehandling ges i delar, fraktioner, normalt en per dag (3-40 beroende på diagnos). Den nya maskinens integrerade bildtagningsmöjligheter med överlägsen visualisering av mjukdelar möjliggör att precisionen i bestrålningen kan förbättras med anpassning till patientens dagliga anatomi. Därmed kan stråldosen till tumören ökas samt onödig bestrålning av frisk vävnad undvikas för en mer precis och individanpassad behandling. För att följa upp behandlingen samt fullt ut utnyttja möjligheten att dagligen anpassa behandlingen, bör den levererade dosen ackumuleras för att sedan utvärderas mot uppställda behandlingsmål. Detta sker idag inte i klinisk rutin i brist på robusta implementation i de kommersiella systemen. Dosackumulering sker genom att med avancerade bildbehandlingsalgoritmer, sk deformabel bildregistering, följa var varje vävnadselement befinner sig i varje fraktion och sedan summera dosen. De extremt beräkningsintensiva registreringsalgoritmerna är normalt behäftade med fel, som i denna tillämpning kan ge ett felaktigt underlag för kliniska beslut. Målet med detta projekt är att ta fram förbättrade algoritmer för bildregistrering, som är både snabbare och mer robusta, genom att utnyttja information från flera bildset från samma patient. Detta kommer i framtiden att möjliggöra en förbättrad strålbehandling med högre precision.