UAlberta研究人员将放疗中的实时肿瘤跟踪速度提高了5倍

来自阿尔伯塔大学的一组研究人员开发了一种更快的方法来跟踪放疗期间肿瘤在体内的运动，这可以显著改善癌症患者的预后。

“当患者接受放射治疗时，例如在肺部，肿瘤可能会因患者的呼吸而移动，”放射医科大学的U. Michelle Noga说，他也是MIC医学成像的工作之一。

“通常，我们必须辐射比实际肿瘤更大的区域才能解释这种运动。因此，这个想法是，如果你能跟踪他们的呼吸，并调整光束与之匹配，你就不必辐射那么大的面积，潜在地损害健康组织。”

该团队的工作基于Linac-MR项目，这是一个辐射束(线性加速器或“线性加速器”)和磁共振成像(MRI)混合器，由Cross Cancer Institute的研究人员在2013年开发。

当患者躺在机器中时，MRI将提供连续的肿瘤成像，这样系统就可以跟踪其移动，并将辐射仅聚焦在该区域。然而，这项研究的首席研究员Kumaradevan Punithakumar表示，实时跟踪需要强大的处理能力，目前的方法对于日常使用来说太慢了。

“原始版本的跟踪算法在计算机的中央处理器中运行，但它一次只能处理8或12个过程，”他说。这对于实时跟踪来说太慢了。”“因此，我们修改了算法，使用一个图形处理单元(GPU)，一次可以处理数千个进程。"

由医学物理学家Jihyun Yun和Gino Fallone以及计算科学家Nazanin Tahmasebi和皮埃尔布朗格组成的A组研究小组发现，GPU处理将处理速度提高了5倍。

Punithakumar说，“这些都是非常好的结果。”他和诺加一起，也是妇女和儿童健康研究所的成员。“对于许多成像应用来说，提高计算性能一直是个问题，我们做到了。

“与以前的方法相比，我们还看到了更高的跟踪精度。因此，提高性能和准确性的结合是一个非常非常好的结果。”

Punithakumar指出，尽管在这项特定的研究中，该算法应用于Linac-MR系统，但它也可以用于类似的医学成像应用或其他器官描绘任务，如使用MRI的心室分割。

Punithakumar说，目前，下一步包括将算法完全集成到Linac-MR系统中，然后进行更多的测试，以确保它总是按预期工作。然后，该团队希望能够继续进行临床测试。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！