简介：摘要目的针对前列腺癌放疗，研究锥形束CT（CBCT）生成伪CT的深度学习方法，以满足自适应放疗的需要。方法纳入瓦里安On-Board Imager采集的74例前列腺癌患者的CBCT图像及其模拟定位CT图像，并使用MIM软件进行形变配准。将数据按简单随机法分为训练集（59例）和测试集（15例）。使用U-net、Pix2PixGAN和CycleGAN学习CBCT到模拟定位CT的映射。以形变配准后CT作为参考图像，评价平均绝对误差（MAE）、结构相似指数（SSIM）和峰值信噪比（PSNR）。另外单独分析了图像质量，包括软组织分辨率、图像噪声和伪影等。结果使用U-net、Pix2PixGAN和CycleGAN生成图像的MAE分别为（29.4±16.1）、（37.1±14.4）、（34.3±17.3）HU。在图像质量方面，U-net和Pix2PixGAN生成的图像存在过度模糊的问题，导致了图像失真；而CycleGAN生成的图像保留了CBCT图像结构且改善了图像质量。结论CycleGAN能有效地提高CBCT图像质量，有更大的潜力应用于自适应放疗中。

简介：摘要目的评价快速锥形束CT (CBCT)扫描模式对图像质量和配准结果的影响，并以此为基础建立适合快速CBCT的扫描预设。方法分别使用常规和两种快速扫描模式在CBCT模体上进行检测，定量评价不同扫描模式下的配准精度和图像质量；随后使用33例临床肿瘤患者278组CBCT数据进一步验证不同扫描模式在临床环境下测量结果的相关性和一致性。结果模体3种扫描模式测量结果与标准值最大偏差0.70mm (平均偏差0.51mm)，同一部位各扫描模式间的测量结果一致(偏差0.00mm)；常规模式的均匀度结果最好(平均值为3.62%)，快速1模式次之(平均值为3.90%)，快速2模式最低(平均值为4.84%)；常规模式的噪声结果最好(平均值15.69)，快速2模式次之(平均值17.23)，快速1模式结果(平均值21.74)最低；3种扫描模式的高对比度分辨率测量结果一致(至少可以分辨3个线对)；快速1模式的低对比度分辨率结果最好(1.69)，常规模式次之(2.10)，快速2模式结果最低(2.31)；3种扫描模式的几何精度测量结果与标准值的最大偏差基本一致(平均偏差0.05mm)。临床病例常规和快速1扫描模式测量结果的相关性最好(R2>0.90，P<0.01)，测量结果具有一致性(95%一致性限度均<1mm界值)。结论快速1扫描模式拥有与常规模式接近图像质量和一致的配准结果，而且拥有更快的扫描速度、更低的扫描剂量，故推荐使用快速1扫描模式作为临床扫描方式。