Low-dose imaging for particle therapy with fluence-modulated proton computed tomography

Dickmann, Jannis Ivo (2021): Low-dose imaging for particle therapy with fluence-modulated proton computed tomography. Dissertation, LMU München: Fakultät für Physik

Abstract

Particle therapy for the curative treatment of tumors with energetic charged particles allows for the precise deposition of a therapeutic dose in the cancerous tissue while sparing surrounding healthy tissue. This exploits the increased dose deposition of charged particles, typically protons or carbon ions, at the end of their range. The treatment planning with highly conformal doses, however, requires a precise volumetric knowledge of the patients stopping power relative to water (RSP). In current clinical practice, such images are acquired using x-ray computed tomography, which measures the interaction of photons with matter and is subsequently converted to RSP. This conversion leads to errors, which need to be considered as additional margins around the tumor and necessarily lead to a higher dose to healthy tissue. An imaging modality suggested to reduce such errors is proton computed tomography (pCT), which directly determines the RSP through measurements of the energy loss of protons in the patient. Within this work, methods for dynamic modulation of the imaging fluence field have been established to reduce the imaging dose required for pCT acquisitions. With fluence-modulated pCT (FMpCT), the image is split into a region-of-interest (ROI), where good image quality is needed, and a non-ROI region, which is not used for treatment planning. In the context of particle therapy, the ROI covers the vicinity of the therapeutic beam. Outside of the ROI, imaging noise can be increased and imaging dose reduced. The calculation of modulated fluence patterns requires a forward model, that predicts the expected image noise for a given fluence setting. Such a forward model was realized using a Monte Carlo model of a specific pCT scanner and validated against experimental data. This allowed to carefully disentangle single contributions to pCT image noise, which was found to strongly depend on the heterogeneity of the object. Using the forward model, two FMpCT optimization algorithms were proposed: a simpler one, that only takes into account image variance, and a more sophisticated one, that considers both image noise and imaging dose objectives. The FMpCT scans were realized both in simulations and in experiments at the Chicago proton center using small fluence-modulated pencil beams, for which an interface to the control system needed to be established. Simulations were performed using anonymized x-ray CTs of patients undergoing photon therapy, and corresponding proton therapy treatment plans served for the definition of the imaging ROI. The imaging dose outside of the ROI could be reduced by 74% compared to scans at uniform imaging fluence and at the same peak noise level. The imaging dose to critical structures such as the eyes could further be pushed down using the optimization and dose savings up to 87% were achieved while maintaining the accuracy for treatment plan optimization on FMpCT images. In addition, two methods for artifact reduction with un-modulated pCT scans were developed, with one directly addressing the physical reason for artifacts by merging two datasets at different incident energies. The second artifact correction method was purely empirical and made no assumption on the origin of image artifacts. It used a scan of a custom-built phantom with known RSP and allowed to almost halve the mean absolute RSP error of a prototype pCT scanner by 46%. In this work, the development and experimental realization of optimized FMpCT scans together with the improved accuracy of pCT opened an interesting perspective: towards adaptive particle therapy with daily image guidance without accumulation of excessive patient doses in healthy tissue.

Abstract

Partikeltherapie zur kurativen Behandlung von Tumoren mit beschleunigten Ionen ermöglicht die präzise Verabreichung der therapeutischen Strahlendosis im Krebsgewebe während umliegendes, gesundes Gewebe geschont wird. Dabei nutzt man die erhöhte Dosisabgabe von geladenen Teilchen, typischerweise Protonen oder Kohlenstoffionen, am Ende ihrer Reichweite. Eine Bestrahlungsplanung mit hoch-konformen Dosisverteilungen erfordert jedoch eine präzise volumetrische Bildgebung des relativen Bremsvermögens (RSP) des Patienten. In der derzeitigen klinischen Praxis werden solche Schnittbilder mittels Röntgen-Computertomographie erstellt, und nachfolgend die dabei gemessene Interaktion von Photonen mit Materie in RSP umgerechnet. Diese Umrechnung führt zu Fehlern, welche bei der Bestrahlungsplanung als zusätzliches Toleranzvolumen berücksichtigt werden müssen und unumgänglich zu erhöhter Strahlendosis im gesunden Gewebe führen. Ein Bildgebungsverfahren, welches diese Fehler reduzieren kann, ist die Protonen-Computertomographie (pCT), bei der das RSP direkt durch Messung des Energieverlusts von Protonen im Patienten bestimmt wird. In dieser Arbeit wurden Methoden zur dynamischen Modulation der Bildgebungsfluenz etabliert, mit denen die Dosis von pCT-Aufnahmen reduziert werden kann. Für fluenz-modulierte pCT (FMpCT) wird das Bild eingeteilt in eine Zielregion (ROI), in der hohe Bildqualität benötigt wird, sowie das restliche Volumen, das zur weiteren Bestrahlungsplanung nicht benötigt wird. Im Kontext der Partikeltherapie entspricht die ROI einer Umgebung um den therapeutischen Strahl. Außerhalb der ROI kann das Bildrauschen erhöht und die Bildgebungsdosis reduziert werden. Die Berechnung von modulierten Fluenzverteilungen wird ermöglicht durch ein Modell des für eine gegebene Fluenzmodulation zu erwartenden Bildrauschens. Ein solches Modell wurde mit Hilfe einer Monte Carlo Simulation eines spezifischen pCT Scanners erstellt und mit experimentellen Daten validiert. Dadurch war es außerdem möglich, einzelne physikalische Beiträge zum pCT Bildrauschen zu isolieren. Für den Rauschwert spielte dabei die Heterogenität des Bildgebungsobjektes eine entscheidende Rolle. Basierend auf dem Rauschmodell wurden zwei FMpCT Optimierungsalgorithmen entwickelt: ein vereinfachter, bei dem lediglich das Bildrauschen berücksichtigt wird, und ein weiterentwickelter, mit dem sowohl gewünschte Bildrausch- als auch Bildgebungsdosis-Verteilungen erzielt werden können. FMpCT Aufnahmen wurden durch Modulation der Fluenz kleiner Strahlbündel sowohl in Simulationen als auch in Experimenten am Protonenzentrum in Chicago realisiert. Für die Experimente musste eine Schnittstelle zum Kontrollsystem des Beschleunigers etabliert werden. In Simulationen mit anonymisierten Röntgen-CTs von Photonentherapie-Patienten wurde die Bildgebungs-ROI basierend auf entsprechenden Protonen-Bestrahlungsplänen definiert. Die Bildgebungsdosis außerhalb der ROI wurde dabei um 74% reduziert im Vergleich zu Aufnahmen bei gleichmäßiger Fluenz und bei gleichem maximalen Rauschwert. Die Bildgebungsdosis in kritischen Strukturen wie den Augen konnte dabei im Rahmen der Optimierung weiter verringert werden und Reduktionen von bis zu 87% waren möglich. Dabei wurde die Genauigkeit der Bestrahlungsplanung nicht beeinträchtigt. Zusätzlich wurden zwei Methoden zur Artefaktkorrektur in nicht-modulierten pCT Aufnahmen entwickelt. Dabei berücksichtigte eine Methode direkt die physikalische Ursache von Bildgebungsartefakten und führte selektiv zwei Datensätze bei unterschiedlichen Protonenenergien zusammen. Die zweite Artefaktkorrektur war vollkommen empirisch und machte keine Annahmen über die Ursache der Artefakte. Dabei wurde eine Aufnahme eines eigens herstellten Phantoms mit bekanntem RSP genutzt. Mit der Methode wurde der mittlere absolute RSP-Fehler eines Prototypen-pCT-Scanners um 47% reduziert. Diese Arbeit hat mit der Entwicklung und experimentellen Realisierung von optimierten FMpCT Aufnahmen zusammen mit der verbesserten Genauigkeit von pCT eine interessante Perspektive eröffnet: hin zur adaptiven Partikeltherapie mit täglicher Bildgebung unter Vermeidung übermäßiger Dosisbelastung in gesundem Gewebe.

• Dokumententyp: Dissertationen (Dissertation, LMU München)
• Keywords: medical imaging, proton computed tomography, particle therapy
• Themengebiete: 500 Naturwissenschaften und Mathematik ; 500 Naturwissenschaften und Mathematik > 530 Physik
• Fakultäten: Fakultät für Physik
• Sprache der Hochschulschrift: Englisch
• Datum der mündlichen Prüfung: 18. Mai 2021
• 1. Bericht­erstatter:in: Parodi, Katia