Dual-domain U-Nets with embedded back projection operators for motion-resolved 4D CBCT reconstruction

Stellen Sie sich vor, Sie versuchen, ein Foto von einem Kolibri im Flug zu machen. Wenn Sie eine langsame Verschlusszeit verwenden, verwandelt sich der Vogel in ein verschwommenes Chaos aus Flügeln. Wenn Sie eine schnelle Verschlusszeit verwenden, ist das Bild scharf, aber Sie könnten den Vogel ganz verpassen, wenn er sich zu schnell aus dem Bild bewegt. Stellen Sie sich nun vor, Sie würden dies innerhalb eines menschlichen Körpers tun. Ärzte müssen Tumore in der Brust sehen, um sie mit Strahlung zu bestrahlen, aber die Brust bewegt sich ständig auf und ab, während der Patient atmet. Dies ist die Herausforderung von „4D-Kegelstrahl-CT“ (4D CBCT). Es ist eine spezielle Art von Röntgenscanner, der versucht, nicht nur ein 3D-Bild, sondern einen 3D-Film im Inneren des Körpers einzufangen.

Das Problem ist, dass das Erstellen dieses „Films“ normalerweise lange dauert und erfordert, dass der Patient den Atem anhält oder einen speziellen Gürtel trägt, um seine Atmung zu verfolgen. Wenn der Patient normal atmet (was viel komfortabler ist), sehen die resultierenden Bilder oft wie ein verschmiertes Gemälde mit Lichtstreifen aus, was es schwierig macht, den Tumor klar zu erkennen. Wissenschaftler haben versucht, diesen „Bewegungsunschärfe“ mithilfe von Mathematik und Computern entgegenzuwirken, aber es ist, als versuche man, einen Smoothie wieder in Erdbeeren und Milch zu entwirren. Dieses Paper stellt einen neuen Weg vor, künstliche Intelligenz zu nutzen, um diese Unschärfe zu entwirren und ein unordentliches, atmendes Röntgenbild in einen klaren, bewegten 3D-Film zu verwandeln – und das, ohne zusätzliche Gürtel oder spezielle Anweisungen an den Patienten zu richten.

Die Magie des „Dual-Domain U-Net“

Die Forscher schlagen einen cleveren neuen Trick vor, der eine Art von künstlicher Intelligenz namens „Dual-Domain U-Net“ verwendet. Um dies zu verstehen, stellen Sie sich vor, Sie versuchen, ein riesiges Puzzlespiel zu lösen, aber die Hälfte der Teile liegt verstreut auf dem Boden (die Roh-Röntgen-Daten) und die andere Hälfte ist bereits auf dem Tisch zusammengesetzt (das 3D-Bild des Körpers). Normalerweise müssen Sie sich die Bodenstücke ansehen, raten, wie sie aussehen, und dann versuchen, sie auf den Tisch zu passen. Das ist langsam und fehleranfällig.

Diese neue KI fungt wie ein superintelligenter Puzzle-Meister, der auf die verstreuten Teile auf dem Boden schauen kann und sofort weiß, wohin sie auf den Tisch gehören, und umgekehrt. Das „U-Net“ ist die Form des Gehirns der KI, das wie der Buchstabe U aussieht. Die linke Seite des U betrachtet die rohen, unordentlichen Röntgenstrahlen (die „Projektionsdomäne“), und die rechte Seite baut das fertige 3D-Bild auf (die „Volumendomäne“). Die Magie geschieht in der Mitte: Die KI nutzt ein spezielles „Back-Projection“-Werkzeug, das wie eine Brücke fungiert und das, was sie in den rohen Strahlen sieht, sofort direkt in das 3D-Bild übersetzt. Dies ermöglicht es der KI, zu lernen, wie sich der Körper bewegt, während er gescannt wird, alles in einem Schritt.

Keine Atemgurte oder Binning mehr

Traditionell müssen Ärzte, um einen klaren 4D-Film zu erhalten, eine Methode namens „Binning“ anwenden. Stellen Sie sich vor, Sie beobachten einen rotierenden Ventilator. Um die Flügel klar zu sehen, nehmen Sie vielleicht jedes Mal ein Foto auf, wenn eine bestimmte Klinge die Oberseite erreicht. In medizinischen Scans bedeutet dies, dass der Computer wartet, bis der Patient einatmet, dann ein Bild macht, dann wartet, bis er ausatmet, und dann ein weiteres macht. Dies erfordert ein „respiratorisches Surrogat-Signal“ – normalerweise einen Gürtel um den Brustkorb oder eine Kamera, die ein Markierungsobjekt beobachtet –, um dem Computer genau zu sagen, wann er das Foto „knipsen“ soll.

Dieses Paper argumenttiert, dass wir den Gürtel nicht brauchen und nicht darauf warten müssen, dass bestimmte Atemmomente eintreten. Die KI wird auf Tausenden von simulierten Atemzyklen trainiert (ähnlich wie ein Charakter in einem Videospiel trainiert wird), um zu verstehen, wie Lungen und Tumore sich bewegen. Wenn sie einen echten Scan eines normal atmenden Patienten sieht, muss die KI nicht gesagt bekommen: „Dies ist Einatmung“ oder „Dies ist Ausatmung“. Sie betrachtet die rohen Röntgen-Daten und erkennt das Bewegungsmuster selbst. Sie sagt ein „statisches“ Bild der Lungen bei der tiefsten Einatmung (maximaler Inspiration) voraus und berechnet dann eine Reihe von „Displacement Vector Fields“ (DVFs – Verschiebungsvektorfelder). Betrachten Sie diese DVFs als eine Karte, die angibt, wie jedes einzelne Pixel im Bild wackeln und sich dehnen muss, um die anderen neun Phasen des Atemzyklus zu erzeugen.

Was die Ergebnisse zeigen

Das Team testete diese Methode auf zwei Arten: in Computersimulationen, bei denen sie die „Ground Truth“ (die perfekte Antwort) kannten, und in echten Scans von Patienten.

In den Simulationen:
Die KI war in der Lage, einen 4D-Film zu rekonstruieren, der fast so scharf aussah wie ein herkömmlicher 3D-Scan. Als sie den Unterschied zwischen dem KI-Bild und der perfekten Antwort maßen, war der Fehler minimal. Zum Beispiel war der „Root Mean Square Error“ (ein Maß dafür, wie falsch das Bild ist) nur geringfügig anders als bei der Standardmethode, aber die KI schaffte dies unter gleichzeitiger Darstellung der Bewegung. Die KI war auch sehr gut darin, Organe wie Leber, Herz und Speiseröhre zu finden, und schnitt bei der Abgrenzung vom Hintergrund etwas besser ab als die alten Methoden. Die Forscher merkten jedoch einen kleinen Nachteil an: Die Bilder der KI waren etwas „verschwommen“ im Vergleich zu den scharfen Kanten eines perfekten Fotos. Dies ist ein häufiger Nebeneffekt, wenn man eine KI darauf trainiert, durchschnittliche Fehler zu minimieren; sie neigt dazu, winzige, scharfe Details zu glätten.

In der realen Welt (Klinische Scans):
Da es für echte Patienten keine „perfekte Antwort“ gibt, baten die Forscher 11 medizinische Experten (Ärzte und Physiker), sich die Bilder anzusehen. Sie verglichen die neue KI-Methode mit dem Standard-3D-Scan und einer anderen 4D-Methode namens MKB.

• Tumorsichtbarkeit: In 59 % der Fälle bevorzugten die Experten die neue KI-Methode, um den Tumor klar zu sehen. In 36 % der Fälle konnten sie keinen Unterschied feststellen, und nur 5 % bevorzugten den alten 3D-Scan.
• Sichtbarkeit der Speiseröhre: 47 % bevorzugten die neue Methode, während 42 % keine Präferenz hatten.
• Bewegungsartefakte: Die neue Methode konnte erfolgreich die „Streifen-Artefakte“ (die durch die Atmung verursachten verschwommenen Linien) entfernen, die diese Scans normalerweise plagen. Sie bewältigte auch sehr schnelle Scans (nur 6 Sekunden) überraschend gut, obwohl traditionelle 4D-Scans normalerweise 60 Sekunden oder mehr benötigen, um genügend Daten zu erhalten.

Die Forscher prüften auch, ob die KI tatsächlich die richtige Atembewegung errät. Sie verglichen die von der KI vorhergesagte „Zwerchfellbewegung“ (der Muskel, der beim Atmen hilft) mit der tatsächlichen Bewegung in den rohen Röntgenstrahlen. Die Vorhersagen der KI stimmten sehr eng mit der realen Bewegung überein, mit einem Verhältnis von 0,98 (was bedeutet, dass sie fast perfekt genau war), während die ältere MKB-Methode die Bewegung oft unterschätzte (ein Verhältnis von 0,58).

Das Fazente

Dieses Paper legt nahe, dass wir hochwertige, bewegte 3D-Filme des Brustkorbs eines Patienten mit Standard-Scans bei freier Atmung erstellen können, ohne zusätzliche Gürtel, Kameras oder lange Wartezeiten zu benötigen. Die KI fungt als Übersetzer, der unordentliche, sich bewegende Röntgenstrahlen in einen klaren 10-Frame-Atemzyklus in weniger als 4 Sekunden verwandelt. Während die Bilder nicht perfekt scharf sind (sie weisen eine leichte Unschärfe auf), sind sie klar genug, damit Ärzte Tumore und Organe viel besser als zuvor sehen können, und sie entfernen die störenden Streifen, die die Details verdecken.

Die Studie dient als „Proof-of-Concept“, was bedeutet, dass sie zeigt, dass die Idee in der Praxis funktioniert. Die Forscher weisen vorsichtig darauf hin, dass zwar die Ergebnisse vielversprechend sind, aber weitere Tests erforderlich sind, um zu bestätigen, wie gut dies für jeden Typ von Patienten und Scans funktioniert. Sie weisen auch darauf hin, dass die „Unschärfe“ eine bekannte Einschränkung ihrer aktuellen Trainingsmethode ist und zukünftige Versionen möglicherweise eine andere Mathematik verwenden könnten, um die Bilder noch schärfer zu machen. Aber für den Moment bietet dieser Ansatz eine Möglichkeit, die Strahlentherapie sicherer und komfortabler zu machen, indem die Zeit, die Patienten im Scanner verbringen, und die Notwendigkeit, den Atem anzuhalten, reduziert wird.