基于質(zhì)子誘導聲波信號、小波變換和機器學習的三維劑量驗證 武漢大學供圖
日前，武漢大學和中國科學技術大學醫(yī)學物理研究團隊利用質(zhì)子治療過程中發(fā)出的聲波信號，實現(xiàn)三維劑量的在線監(jiān)測，有望用于質(zhì)子閃療技術（FLASH）。論文以《基于質(zhì)子誘導聲波信號、小波變換和機器學習的三維劑量驗證》為題發(fā)表在《生物醫(yī)學物理與工程快報》上。
據(jù)項目負責人、武漢大學物理科學與技術學院教授彭浩介紹，相較于傳統(tǒng)的放療，質(zhì)子治療一個明顯的優(yōu)勢是，“布拉格峰”的特性可以讓大多數(shù)能量沉積在腫瘤靶區(qū)，減少對正常組織的損害。但是在臨床治療過程中，患者的解剖結(jié)構、質(zhì)子束流、病人擺位等因素可能會造成射程和劑量的誤差，導致“布拉格峰”沉積的位置發(fā)生改變，產(chǎn)生“打不準”的痛點。尋找一種能實時監(jiān)測質(zhì)子束劑量沉積的方法非常有意義, 尤其是結(jié)合FLASH閃療。一方面，F(xiàn)LASH的單束超高劑量率特性（＞40 Gy/s），可顯著提高聲波信號的幅度；另一方面，對FLASH而言，一些影響治療精度的隨機不確定性不可以像在傳統(tǒng)治療中通過多天治療來平均，因而在線劑量驗證更為重要。
為解決這一難點，研究人員采用了一種創(chuàng)新性的解決方案：在患者身上安裝傳感器，跟蹤治療過程中組織熱膨脹（能量沉積產(chǎn)生）產(chǎn)生的聲波信號，得到人體內(nèi)部劑量沉積的情況。此前研究利用時間反演方法，借助GPU加速，重建耗時可壓縮至分鐘。最新工作在此基礎上，團隊通過機器學習的方法，利用小波變換有效的完成特征提取，能進一步降低所需傳感器的數(shù)量和重建時間（秒鐘量級），并且模型表現(xiàn)出很好的抗噪性。團隊通過在治療前根據(jù)病人的解剖信息和治療方案訓練出個性化的模型，在治療過程中根據(jù)實時測量的聲波信號，有望實時在線得到二維或三維劑量分布（2毫米左右驗證精度）。目前方案尚需要解決的兩大難點包括傳感器和病人身體的接觸，以及病人體內(nèi)聲波傳播參數(shù)的準確獲取。
彭浩還提到，雖然短脈沖的高能粒子束打出聲波信號的原理在上世紀80年代首次被發(fā)現(xiàn)，但一直面臨的挑戰(zhàn)是信號幅度小、信噪比低。隨著質(zhì)子束技術的進步，包括FLASH閃療以及低噪聲傳感器的進展，團隊的研究成果有望用于臨床。下一步，團隊計劃在山東淄博萬杰醫(yī)院質(zhì)子中心、合肥離子醫(yī)學中心來開展實驗臨床測試。
