基于PE-CycleGAN网络的鼻咽癌自适应放疗CBCT-sCT生成研究

作     者：贺亚迪 周炫汝 金锦辉 宋婷 HE Yadi;ZHOU Xuanru;JIN Jinhui;SONG Ting

作者机构：南方医科大学生物医学工程学院广东广州510515 南方医科大学中西医结合医院放疗科广东广州510315 

出 版 物：《南方医科大学学报》 (Journal of Southern Medical University)

年 卷 期：2025年第45卷第1期

页      面：179-186页

核心收录：

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

基　　金：国家自然科学基金(82472117) 广东省基础与应用基础研究基金面上项目(2024A1515011831) 

主　　题：锥形束CT 合成CT 自适应放疗 深度学习 生成对抗网络 

摘      要：目的探索基于PE-CycleGAN方法从锥形束CT(CBCT)合成高质量CT(sCT),用于鼻咽癌自适应放疗(ART)。方法提出感知增强的CycleGAN模型(PE-CycleGAN),引入判别器双重对比度损失、生成器多感知损失和改进的U-Net结构。采用80例鼻咽癌患者的CBCT和CT作为训练集,7例为测试集。通过量化sCT与参考CT的平均绝对误差(MAE)、峰值信噪比(PSNR)、结构相似性指标(SSIM)以及sCT与参考CT剂量gamma通过率、靶区和危及器官(OAR)相对剂量偏差,评估sCT图像质量和剂量计算精度。结果PE-CycleGAN生成sCT与对应标准CT的MAE为56.89±13.84 HU,较CBCT的81.06±15.86 HU降低约30%(P0.05),PTVnx HI、PTVnd HI、PTVnd CI、PTV1 HI、PRV_SC、PRV_BS、Parotid、Larynx、Oral、Mandible、PRV_ON相对剂量偏差均值都小于±1%(P0.05)。结论PE-CycleGAN能从CBCT快速合成高质量sCT,可用于鼻咽癌的CBCT引导ART。