Item type: Item , Access status: Restricted , Add to my list

VALIDACIÓN EXTERNA DE MODELOS DE SÍNTESIS DE CT BASADOS EN CBCT PARA TERAPIAS DE PROTONES ADAPTATIVAS

Abstract

El cáncer es una de las principales causas de muerte a nivel mundial y su tratamiento requiere técnicas cada vez más precisas. La protonterapia destaca por su alta precisión, especialmente en tumores cercanos a estructuras críticas. Sin embargo, su efectividad puede verse comprometida por cambios anatómicos del paciente durante el tratamiento. Para hacer frente a estas variaciones, la protonterapia adaptativa ajusta el plan terapéutico en función de estos cambios, lo que exige imágenes actualizadas. Como alternativa a los escaneos frecuentes de tomografía computarizada (CT), se plantea el uso de tomografía computarizada de haz cónico (CBCT) combinado con modelos de Deep Learning (DL) para generar imágenes CT sintéticas. Este Trabajo de Fin de Grado realiza una evaluación externa de un modelo de DL para síntesis de CT a partir de CBCT, utilizando una base de datos previa y otra nueva obtenidas del Centro de Protonterapia QuirónSalud. Ambas están compuestas por pares de imágenes CBCT - CT de pacientes con tumores de cabeza y cuello. El modelo de síntesis empleado se basa en un proceso de difusión y arquitectura Multi Decoder Swin-UNet (MDSU). La metodología incluye un proceso de preprocesamiento de las imágenes seguido del entrenamiento del modelo con cada una de las bases de datos. Se realizan tres combinaciones distintas entre la base de datos empleada para el entrenamiento y la base de datos utilizada para su evaluación con el propósito de analizar la capacidad del modelo para generalizar a nuevos dominios. Los resultados, tanto cuantitativos como cualitativos, muestran un buen rendimiento cuando el entrenamiento y la evaluación se hacen en el mismo conjunto. Sin embargo, al aplicarlo a un dominio diferente, el rendimiento disminuye notablemente, lo que evidencia la necesidad de entrenar con datos representativos del entorno donde se va a aplicar el modelo. En conclusión, el uso de modelos de DL para la síntesis de imágenes CT a partir de CBCT es una opción prometedora para la protonterapia adaptativa, ya que podría reducir la necesidad de múltiples escaneos. El estudio también destaca la importancia de adaptar el entrenamiento del modelo al dominio específico, y plantea como líneas futuras el fine-tunning con nuevos datos o incluso el reentrenamiento completo para reforzar su aplicabilidad clínica.
Loading...

Quotes

PlumX

Journal Title

Journal ISSN

Volume Title

Publisher

Universidad Rey Juan Carlos

URL external

External URL

DOI

Description

Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Borja Rodríguez Vila, David Viar Hernández

Citation

Endorsement

Review

Supplemented By

Referenced By

Statistics

Views
10
Downloads
0

Bibliographic managers