伽玛刀在患者的神经外科治疗中发挥着越来越重要的作用。颅内病变不能通过放射手术去除。相反,治疗的目标是诱导肿瘤控制。在规划过程中,建立剂量-体积直方图需要对选择用于放射手术的颅内病变进行精确的体积分析。此外,准确的肿瘤体积的随访成像分析对于评估放射手术的结果是必不可少的。然而,必须正确理解体积误差的来源及其预期的大小,以便操作者能够正确地解释肿瘤体积的明显变化。在本文中,作者研究了经常被忽视的成像几何(主要是图像切片厚度和分离)对整体体积误差的贡献。
体积误差的一个基本来源是由采集协议的几何结构引起的。作者通过一个模拟框架,其中一个合成数字肿瘤作为主要模型,考虑了层析成像模态的图像采样几何结构及其对体积误差的贡献。由于可以计算出数字模型的确切体积,因此通过层析成像“切片”得到的体积估计可以直接精确地进行比较,并且独立于其他误差源。除了提供体积误差的经验界限外,当先验地寻求特定结构的特定体积精度或体积变化灵敏度时,该方法还提供了指导成像协议规范的工具。
使用计算几何技术,与图像采集几何相关的体积误差被证明依赖于通过感兴趣区域(ROI)的切片数和病变体积。通过至少5片ROI,可以精确计算致密病变的体积,误差小于10%,这是计算准确剂量-体积直方图和确定肿瘤体积后续变化的预定目标。
当物体在至少5个轴向切片上可见时,可以生成准确的剂量-体积直方图,并进行后续体积评估,假设病变范围准确。基于少于5个切片的容量分析会产生不可接受的较大误差(即> 10%)。这些体积发现与放射外科治疗计划和随访分析特别相关。通过应用这种体积方法学并更好地了解与之相关的误差,神经外科医生可以更好地进行放射手术并评估其结果。