由于存在解剖不確定性和計算機斷層掃描(CT)的低分辨率等問題，因此利用人工智能(AI)對小肝細胞癌(sHCC)進行自適應放療(ART)仍面臨著腫瘤識別-對齊和自動分割等障礙。有鑒于此，浙江大學吳稚冰教授、浙江中醫藥大學Ji-Gang Piao和浙江醫院Yajun Wu利用基于金納米顆粒(Au NP)的CT對比劑來改善ART的sHCC成像，以增強AI驅動的自動圖像處理。
本文要點：
（1）實驗合成的帶電Au納米粒子具有顯著的體外聚集性和較低的細胞/器官毒性。研究者建立了原位sHCC小鼠模型，并在多個時間點進行活體CT成像。研究發現，利用3D U-Net和3D Trans U-Net AI模型處理后的增強CT圖像具有較高的幾何精度和劑量學精度。
（2）實驗結果表明，帶電的Au納米粒子可以通過經典AI模型實現對CT圖像中sHCC的精準自動分割，以解決CT引導的在線ART面臨的腫瘤識別、對齊和自動分割等技術挑戰。
Jianjun Lai. et al. Charged Gold Nanoparticles for Target Identification?Alignment and Automatic Segmentation of CT Image-Guided Adaptive Radiotherapy in Small Hepatocellular Carcinoma. Nano Letters. 2024
DOI: 10.1021/acs.nanolett.4c02823
https://pubs.acs.org/doi/10.1021/acs.nanolett.4c02823
