CT sintetica

L’utilizzo ormai più che consolidato della Cone Beam CT (CBCT) e la continua evoluzione verso un imaging sempre più avanzato hanno portato allo sviluppo di un algoritmo di ottimizzazione delle immagini a bassa risoluzione che garantisce uno standard qualitativo equivalente alla CT mantenendo tutti i vantaggi di una acquisizione CBCT.

Grazie alla collaborazione con il Politecnico di Torino e al costante supporto offerto da medici e fisici medici in diversi centri di riferimento è stato sviluppato un algoritmo di conversione che a partire dalla CBCT del distretto pelvi maschile genera una immagine sintetica che replica l’anatomia di acquisizione della CBCT con una ricostruzione dei tessuti in termini di HU corrispondente a una CT tradizionale.

L’algoritmo implementa una rete di Deep Learning di tipo Generative Adversarial Network (GAN), utilizzata anche per altre applicazioni, per creare un’immagine target a partire da un’immagine di input. L’algoritmo è in grado di interpretare CBCT provenienti da qualunque macchinario (Varian®, Elekta®) per poi convertirlo in pochi secondi in un nuovo dataset esportabile in formato DICOM.

Per fornire una migliore usabilità, il sistema è stato implementato all’interno della piattaforma iTA Data, integrando così tutte le funzionalità per analisi e valutazione avanzata di dataset di radioterapia.

L’innovazione di questo algoritmo è data dall’indipendenza dalla CT di riferimento.