近日,中國科學(xué)院合肥物質(zhì)院健康所李海研究員團隊在肺部呼吸運動預(yù)測研究中取得重要進展。相關(guān)研究成果發(fā)表在醫(yī)學(xué)影像分析領(lǐng)域?qū)I(yè)期刊Computerized Medical Imaging and Graphics上。
精確的呼吸運動追蹤是肺部疾病治療所面臨的一大挑戰(zhàn)。尤其是在CT圖像引導(dǎo)的經(jīng)皮肺穿刺活檢中,呼吸運動引起的肺結(jié)節(jié)或肺腫瘤移位會顯著增加介入手術(shù)的難度,甚至導(dǎo)致手術(shù)失敗。目前,研究人員會采用呼吸運動建模的方法來提高呼吸運動的追蹤精度,從而減小手術(shù)難度和風(fēng)險。其中,基于群體的呼吸運動建模方法通過提取群體數(shù)據(jù)中的共性特征來實時預(yù)測肺部運動,但忽略了個體差異,精度有限;而個體特異性的呼吸運動建模方法則需要對患者進行四維CT(4D CT)掃描,增加了輻射風(fēng)險。
為了克服這些困難,研究團隊提出了一種創(chuàng)新的群體特征加權(quán)稀疏(PCWS)呼吸運動補償模型。通過有效融合群體運動特征與個體患者運動特征,該模型能夠在無需4D CT掃描的情況下,實現(xiàn)肺部呼吸運動的精確預(yù)測和追蹤。基于多中心數(shù)據(jù)集的驗證結(jié)果表明,PCWS模型的平均估計誤差為0.20±0.15mm,顯著優(yōu)于現(xiàn)有方法。
李海研究員團隊一直致力于多模圖像引導(dǎo)的手術(shù)導(dǎo)航系統(tǒng)研究,并取得了一系列成果(Pattern Recognition,2019;International Journal of Computer Assisted Radiology and Surgery (IJCARS),2022)。該技術(shù)對提高圖像引導(dǎo)的肺癌介入手術(shù)精度具有重要價值,同時也適用于肺癌精確放療時的呼吸運動管理等領(lǐng)域。
該論文的第一作者為中國科學(xué)院合肥腫瘤醫(yī)院夏國仁醫(yī)生,通訊作者是李海研究員、美國休斯敦衛(wèi)理公會醫(yī)院Stephen T.C. Wong教授和王騰飛博士。本研究得到了國家重點研發(fā)計劃、國家自然科學(xué)基金和安徽省重點研發(fā)項目的支持。
文章鏈接:https://doi.org/10.1016/j.compmedimag.2025.102557
群體特征加權(quán)稀疏(PCWS)呼吸運動補償模型流程圖
新聞鏈接:http://www.hf.cas.cn/kxyj/kyjz/202505/t20250528_7792342.html