{rfName}
Ex

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

3

Altmetrics

Investigadores/as Institucionales

Viar-Hernandez, DavidAutor (correspondencia)Manuel Molina-Maza, JuanAutor o CoautorRodriguez-Vila, BorjaAutor o CoautorMalpica, NorbertoAutor o CoautorTorrado-Carvajal, AngelAutor o Coautor

Compartir

29 de octubre de 2024
Publicaciones
>
Artículo
Sí

Exploring dual energy CT synthesis in CBCT-based adaptive radiotherapy and proton therapy: application of denoising diffusion probabilistic models

Publicado en: PHYSICS IN MEDICINE AND BIOLOGY. 69 (21): 215011- - 2024-11-07 69(21), DOI: 10.1088/1361-6560/ad8547

Autores:

Viar-Hernandez, D; Molina-Maza, JM; Pan, SY; Salari, E; Chang, CW; Eidex, Z; Zhou, J; Vera-Sanchez, JA; Rodriguez-Vila, B; Malpica, N; Torrado-Carvajal, A; Yang, XF
[+]

Afiliaciones

Ctr Protonterapia Quironsalud, Dept Fis Med, Madrid, Spain - Autor o Coautor
Emory Univ, Dept Radiat Oncol, Atlanta, GA 30322 USA - Autor o Coautor
Univ Rey Juan Carlos, Med Image Anal & Biometry Lab, Madrid, Spain - Autor o Coautor
Ver más

Resumen

Background. Adaptive radiotherapy (ART) requires precise tissue characterization to optimize treatment plans and enhance the efficacy of radiation delivery while minimizing exposure to organs at risk. Traditional imaging techniques such as cone beam computed tomography (CBCT) used in ART settings often lack the resolution and detail necessary for accurate dosimetry, especially in proton therapy. Purpose. This study aims to enhance ART by introducing an innovative approach that synthesizes dual-energy computed tomography (DECT) images from CBCT scans using a novel 3D conditional denoising diffusion probabilistic model (DDPM) multi-decoder. This method seeks to improve dose calculations in ART planning, enhancing tissue characterization. Methods. We utilized a paired CBCT-DECT dataset from 54 head and neck cancer patients to train and validate our DDPM model. The model employs a multi-decoder Swin-UNET architecture that synthesizes high-resolution DECT images by progressively reducing noise and artifacts in CBCT scans through a controlled diffusion process. Results. The proposed method demonstrated superior performance in synthesizing DECT images (High DECT MAE 39.582 +/- 0.855 and Low DECT MAE 48.540 +/- 1.833) with significantly enhanced signal-to-noise ratio and reduced artifacts compared to traditional GAN-based methods. It showed marked improvements in tissue characterization and anatomical structure similarity, critical for precise proton and radiation therapy planning. Conclusions. This research has opened a new avenue in CBCT-CT synthesis for ART/APT by generating DECT images using an enhanced DDPM approach. The demonstrated similarity between the synthesized DECT images and ground truth images suggests that these synthetic volumes can be used for accurate dose calculations, leading to better adaptation in treatment planning.
[+]

Palabras clave

AccuracyAdaptive proton therapyCone-beam computed tomographyCone-beam ctDect synthesiDect synthesisDiffusionDiffusion modelHeadHead and neck neoplasmsHumansImage processing, computer-assistedLunModels, statisticalNeckNetworkProton therapyRadiation-therapyRadiotherapy planning, computer-assistedRadiotherapy, image-guidedRange uncertaintiesSignal-to-noise ratio

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista PHYSICS IN MEDICINE AND BIOLOGY debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 44/213, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Radiology, Nuclear Medicine & Medical Imaging.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-05:

  • WoS: 2
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-05:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 4 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: United States of America.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Viar Hernández, David) .

el autor responsable de establecer las labores de correspondencia ha sido Viar Hernández, David.

[+]

Objetivos del proyecto

Los objetivos perseguidos en esta aportación se centran en mejorar la radioterapia adaptativa (ART) mediante la síntesis de imágenes de tomografía computarizada de doble energía (DECT) a partir de escaneos de tomografía computarizada de haz cónico (CBCT). Se pretende desarrollar un modelo probabilístico de difusión condicional tridimensional (DDPM) con arquitectura multi-decodificador Swin-UNET para reducir el ruido y los artefactos en las imágenes CBCT. Además, se busca evaluar la precisión de la síntesis de imágenes DECT en términos de error medio absoluto (MAE) y la relación señal-ruido. Otro objetivo es mejorar la caracterización tisular y la similitud estructural anatómica para optimizar la planificación de dosis en ART y terapia con protones. Finalmente, se aspira a validar la aplicabilidad clínica de las imágenes sintetizadas para cálculos dosimétricos precisos.
[+]

Resultados más relevantes

Los resultados más relevantes del estudio evidencian avances significativos en la síntesis de imágenes DECT a partir de CBCT para radioterapia adaptativa. En primer lugar, el modelo DDPM multi-decoder logró un error medio absoluto (MAE) de 39.582 ± 0.855 para DECT alta energía y 48.540 ± 1.833 para DECT baja energía. En segundo lugar, se observó una mejora sustancial en la relación señal-ruido y una reducción notable de artefactos en comparación con métodos basados en GAN. Además, se alcanzaron avances importantes en la caracterización tisular y la similitud estructural anatómica, aspectos cruciales para la planificación precisa en terapias de protones y radiación. Estos resultados respaldan la utilidad clínica del enfoque propuesto.
[+]

Reconocimientos ligados al ítem

This research is part of Project PID2020-116769RB-I00, Adaptive Proton Therapy Using Artificial Intelligence (ADAPT-AI), (PIs: Norberto Malpica and Angel Torrado-Carvajal) funded by Ministerio de Ciencia e Investigacion (MCIN)/Agencia Estatal de Investigacion (AEI).
[+]