鼻咽癌自适应放疗中应用RegGAN模型将锥形束CT图像转换为伪CT图像的可行性

目的探究在鼻咽癌自适应放疗中,应用基于配准对抗神经网络的RegGAN模型将锥形束CT(CBCT)图像转换为伪CT图像的可行性。方法回顾60例鼻咽癌患者第1次用于图像引导放疗的CBCT图像和计划CT图像,其中47例作为训练集,13例作为测试集。建立基于配准对抗神经网络的RegGAN模型,将CBCT图像转换为伪CT图像。选用Pix2Pix模型和Cycle-consistency模型作为参考模型,在相同训练集上进行模型训练后使用测试集进行图像转换。比较利用3种模型转换的伪CT图像的平均绝对误差(MAE)、峰值信噪比(PSNR)和结构相似性(SSIM)。结果在测试集上应用RegGAN模型转换的伪CT图像具有更多的纹理信息。与Pix2Pix模型和Cycle-consistency模型相比,应用RegGAN模型转换的伪CT图像的MAE最小,PSNR和SSIM最大(均P<0.05)。结论采用RegGAN模型从CBCT图像转换而来的伪CT图像具有较高的图像质量,可以作为鼻咽癌自适应放疗的参考图像。