ľ¹Ï¸£ÀûÓ°ÊÓ

Dit proefschrift heeft het landschap van efficiënte online adaptieve MRI-geleide prostaatbestraling (RT) met de 1.5 T MR-linac mede vormgegeven.

Het eerste deel van het proefschrift introduceerde DeepDose, een natuurkundig onderbouwd deep learning-model voor voorwaartse dosis berekeningen van IMRT-segmenten. DeepDose werd getraind op verschillende abdominale locaties en willekeurige stralingshoeken, en toonde een hoge overeenstemming met de referentiedoses. Bovendien wist het model succesvol het electron return-effect te modelleren. Vervolgens werd DeepDose uitgebreid naar VMAT-dosis voorspellingen, gebruikmakend van een bredere set tumorlokalisaties. Het presteerde goed bij zowel in-distributie als out-of-distributie gevallen, maar door de grote invoerbestanden verliepen de voorverwerking en inferentie trager. Daardoor is het huidige gebruik beperkt tot offline toepassingen of secundaire controles.

Het tweede deel van het proefschrift richtte zich op intra fractionele bewegingsmanagement voor prostaat radiotherapie. Eerst werd een commercieel, uitgebreid bewegingsmanagement algoritme geëvalueerd voor het detecteren van 3D-prostaatverschuivingen met behulp van 2D cine bTFE MRI. Vanwege de lage beeldcontrast en beperkte tracking kwaliteit werd aanbevolen om een T2-gewogen 2D cine-sequentie te ontwikkelen voor verbeterde bewegingsmonitoring.

Daarnaast werd een klinische, sub-gefractioneerde workflow met rigide planadaptaties retrospectief geëvalueerd. De evaluatie van dosis-volume parameters met behulp van deformeerbare contour registratie toonde een goede dosimetrische overeenkomst, wat de effectieve bewegingscorrectie bevestigde.

Tot slot werden rigide en deformeerbare methoden voor intra fractionele dosis accumulatie, gebaseerd op tijdsopgeloste 3D cine MRI, met elkaar vergeleken. Hoewel beide benaderingen vergelijkbare CTV- en OAR-doses opleverden, behaalde de deformeerbare dosis accumulatie een hogere beeldovereenkomst in gevallen met grote vervormingen. Daarom verdient deze methode de voorkeur voor nauwkeurige voxel-gewijze dosis reconstructie en toekomstige real-time planadaptatie.