Les techniques de guidage d'image (par exemple, CT, IRM, guidage par ultrasons) sont largement utilisées en médecine de précision, mais leur précision de localisation est influencée par plusieurs facteurs tels que les performances de l'appareil, les mouvements du patient, les algorithmes de recalage d'image, etc. Cet article met l'accent sur les sources d'erreurs courantes et les stratégies de correction dans le processus de guidage d'image pour fournir une référence pour les opérations cliniques.

Types et causes d'erreurs communes

Erreur matérielle du système

Limites de résolution de l'appareil d'imagerie: l'épaisseur de la couche et la taille des pixels de l'IRM / CT affectent directement les détails de l'image, par exemple une épaisseur de couche de 1 mm peut entraîner un flou sur les bords des lésions microscopiques telles que les nodules pulmonaires de < 3 mm.

Déviation mécanique du positionnement: erreur de transmission du lit de traitement, bras robotisé ou précision insuffisante du positionnement répété (par exemple ± 0,5 mm) pouvant provoquer un décalage de la zone cible.

Dérive du capteur: l'étalonnage du système de suivi infrarouge ou du localisateur électromagnétique échoue, ce qui entraîne une distorsion du retour de position en temps réel.

Erreur de recalage d'image

Différences d'image multimodale: la distribution des niveaux de gris de CT (structure osseuse claire) diffère fortement de celle de l'IRM (haute résolution des tissus mous), et les algorithmes de recalage basés sur les niveaux de gris sont susceptibles de tomber dans l'optimisation locale.

Artefacts de mouvement du patient: les changements de respiration, de rythme cardiaque ou de position corporelle entraînent un flou d’image, par exemple un décalage de la position de la tumeur pulmonaire dans la phase inspiratoire / expiratoire pouvant atteindre 1 à 2 cm en 4D - CT.

Interférence avec les implants métalliques: les artefacts métalliques après une arthroplastie de la hanche peuvent déformer l'image CT et affecter la précision de l'enregistrement.

Algorithmes et erreurs de fonctionnement

Limites de l'algorithme de segmentation automatique: les modèles d'apprentissage en profondeur peuvent avoir des erreurs de segmentation de plus de 1 mm sur des structures anatomiques complexes (p. ex., tronc cérébral, moelle épinière).

Erreur de manipulation humaine: lors de la délimitation manuelle de la zone cible, la différence de profil entre les différents médecins peut atteindre 3 à 5 mm, en particulier dans les zones à faible contraste (par exemple, le cancer de la prostate).

II. Stratégie de correction des erreurs

Optimisation et Calibration du matériel

La cohérence géométrique du dispositif d'imagerie (telle que la fonction de transfert de modulation MTF du CT) est régulièrement détectée, avec un contrôle de qualité utilisant un module standard tel que catphan.

L'étalonnage au laser du lit de traitement, bras robotique, assure la précision de positionnement mécanique ≤ 0,2 mm.

Réduire les interférences en utilisant des algorithmes résistants aux artefacts métalliques tels que Mar ou en remplaçant les matériaux à faible atténuation tels que les lits en fibre de carbone.

Amélioration du recalage des images

Fusion multimodale: compensation de la déformation des tissus mous en combinant un enregistrement rigide (par exemple, la méthode de l'information mutuelle) avec un enregistrement non rigide (par exemple, l'algorithme de demons).

Gestion de l'exercice: utilisez la respiration Gated (par exemple, un système RPM) ou l'entraînement à la rétention d'air pour contrôler l'amplitude du Mouvement de la tumeur pulmonaire à moins de 5 mm.

Suivi en temps réel: réglage dynamique des champs irradiés (comme la technologie syncmotion de cyberknife) par navigation électromagnétique ou imagerie en temps réel par ultrasons.

Algorithmes et optimisation des processus

Méthode de segmentation mixte: en combinaison avec la segmentation automatique et la correction manuelle, le coefficient dice de la région cible de la prostate a été augmenté de 0,85 à 0,92.

Processus d'exploitation normalisé: élaboration d'un SOP (Standard Operating Procedure) Guidé par l'image, avec des étapes et des seuils clairement définis (p. ex., couverture de la zone cible v95% ≥ 95%).

Vérification des données multicentriques: établir une marge de tolérance aux erreurs (p. ex., erreur systématique ≤ 1 mm, erreur aléatoire ≤ 2 mm) par comparaison inter - établissements (p. ex., essai trog08.03).

Iii. Résumé

L'erreur de guidage d'image doit être corrigée à partir du matériel, de l'algorithme et de l'opération. Grâce à l'étalonnage régulier de l'équipement, à l'optimisation de l'enregistrement multimodal, à la gestion des mouvements et à des processus normalisés, les erreurs de positionnement peuvent être contrôlées dans des limites cliniquement acceptables (généralement ≤ 2 mm), améliorant ainsi la précision et la sécurité des traitements oncologiques. À l'avenir, avec le développement de l'IA (par exemple, l'enregistrement automatique, le contrôle de la qualité en temps réel) et de la technologie de détection quantique, le contrôle des erreurs guidé par l'image évoluera vers l'échelle submillimétrique.