Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

I nuovi tumori delle rotte di avvicinamento in tempo reale, hanno potuto migliorare i risultati per i malati di cancro

Un gruppo dell'università di ricercatori di alberta ha sviluppato un modo più veloce di tenere la carreggiata il movimento dei tumori nell'organismo durante la radioterapia, in grado di migliorare significativamente i risultati per i malati di cancro.

“Quando un paziente sta ottenendo il trattamento radioattivo, per esempio sui polmoni, il tumore potrebbe muoversi a causa del paziente che respira,„ ha detto Michelle Noga, U del radiologo di A che egualmente lavora ad imaging biomedico del MIC ed è il co-author dello studio.

“Dobbiamo irradiare normalmente una più grande area che il tumore reale per rappresentare quel movimento.„

“Così l'idea è che se poteste tenere la carreggiata la loro respirazione e regolare il raggio per abbinare quello, non avreste dovuto irradiare così grande area e potenzialmente danneggiare il tessuto sano.„

Le configurazioni del lavoro del gruppo sul Linac-SIG. aggettano, un raggio di radiazione (acceleratore lineare o “linac„) e macchina ibrida (MRI) di imaging a risonanza magnetica sviluppata dai ricercatori all'istituto trasversale del Cancro nel 2013.

Mentre i pazienti si trovano nel commputer, il MRI fornisce la rappresentazione costante del tumore, permettendo che il sistema tenga la carreggiata il suo movimento e tenga la radiazione messa a fuoco soltanto su quell'area.

Tuttavia, tenere la carreggiata in tempo reale richiede la potenza di elaborazione significativa e l'approccio corrente è troppo lento per uso quotidiano, ha detto il ricercatore del cavo dello studio, Kumaradevan Punithakumar.

La versione originale dell'algoritmo tenente la carreggiata passa l'unità di elaborazione centrale del computer, ma può trattare soltanto otto o 12 trattamenti per volta. Quello è troppo lento per tenere la carreggiata in tempo reale,„ ha detto. “Così abbiamo adattato l'algoritmo per usare l'unità di elaborazione dei grafici (GPU), che può trattare migliaia di trattamenti immediatamente.„

Kumaradevan Punithakumar, ricercatore del cavo di studio, università di alberta

U del gruppo di A--quali di computazione scienziati medici inclusi Nazanin Tahmasebi e Pierre Boulanger del YUN di Jihyun dei fisici e Gino Fallone e--ha trovato che il trattamento di GPU ha aumentato la velocità del trattamento entro cinque volte.

“Questi sono risultati molto buoni,„ ha detto Punithakumar, che, con Noga, è egualmente un membro dell'istituto di ricerca di salubrità dei bambini e delle donne.

“Migliorare la prestazione di calcolo è stato un'emissione per una serie di applicazioni della rappresentazione ed abbiamo fatto quello.

“Inoltre stiamo vedendo i metodi precedenti tenenti la carreggiata migliori di accuratezza [più]. Così la combinazione di prestazione e di accuratezza migliori è molto, risultato molto buon.„

Punithakumar nota che sebbene l'algoritmo si sia applicato al Linac-SIG. sistema in questo studio specifico, potrebbe essere usato per le simili applicazioni di imaging biomedico o altre mansioni della delineazione dell'organo, quale la segmentazione cardiaca del ventricolo facendo uso di MRI.

Per ora, i punti seguenti comprendono completamente l'integrazione dell'algoritmo nel Linac-SIG. sistema, quindi eseguire più prove per assicurarlo funziona coerente come previsto, Punithakumar ha detto.

Poi, il gruppo spera di potere passare verso la prova clinica.

“In futuro, questo potrebbe completamente essere automatizzatoe,„ Punithakumar ha detto.

“Il paziente entrerà, entrare nel commputer ed il commputer potrà determinare quale area per mirare e fornire a quelle informazioni all'oncologo.„

“Una volta che l'oncologo conferma l'obiettivo, poi il sistema inizia la radioterapia, regolante automaticamente a tutto il movimento in tempo reale.„

Source:
Journal reference:

Tahmasebi, N., et al. (2020) Real-Time Lung Tumor Tracking Using a CUDA Enabled Nonrigid Registration Algorithm for MRI. IEEE Journal of Translational Engineering in Health and Medicine. doi.org/10.1109/JTEHM.2020.2989124.