Nano Lett：带电金纳米粒子用于CT成像引导的小肝细胞癌自适应放疗的靶点识别-对齐和自动分割

主要观点总结

本文介绍了利用基于金纳米颗粒的CT对比剂来改善自适应放疗对小肝细胞癌的成像，以增强AI驱动的自动图像处理。研究内容包括实验合成的带电Au纳米粒子的体外聚集性和细胞/器官毒性，以及利用AI模型处理CT图像实现精准自动分割。

关键观点总结

关键观点1: 研究背景与目的

由于存在解剖不确定性和计算机断层扫描(CT)的低分辨率等问题，利用人工智能(AI)对小肝细胞癌(sHCC)进行自适应放疗(ART)面临障碍。研究的目的是利用金纳米颗粒改善ART的sHCC成像。

关键观点2: 研究方法与成果

建立了原位sHCC小鼠模型，进行活体CT成像，并利用3D U-Net和3D Trans U-Net AI模型处理增强CT图像。实验合成的带电Au纳米粒子表现出显著的体外聚集性和较低的细胞/器官毒性。研究结果表明，带电的Au纳米粒子可以通过AI模型实现对CT图像中sHCC的精准自动分割，解决肿瘤识别、对齐和自动分割等技术挑战。

关键观点3: 研究意义

该研究为利用AI在sHCC的ART中提供新的成像技术，有助于提高ART的几何精度和剂量学精度，为未来sHCC的治疗提供新的可能性。

文章预览

由于存在解剖不确定性和计算机断层扫描(CT)的低分辨率等问题，因此利用人工智能(AI)对小肝细胞癌(sHCC)进行自适应放疗(ART)仍面临着肿瘤识别-对齐和自动分割等障碍。 有鉴于此， 浙江大学吴稚冰教授、浙江中医药大学Ji-Gang Piao和浙江医院Yajun Wu 利用基于金纳米颗粒(Au NP)的CT对比剂来改善ART的sHCC成像，以增强AI驱动的自动图像处理。   本文要点： （1） 实验合成的带电Au纳米粒子具有显著的体外聚集性和较低的细胞/器官毒性。研究者建立了原位sHCC小鼠模型，并在多个时间点进行活体CT成像。研究发现，利用3D U-Net和3D Trans U-Net AI模型处理后的增强CT图像具有较高的几何精度和剂量学精度。 （2） 实验结果表明，带电的Au纳米粒子可以通过经典AI模型实现对CT图像中sHCC的精准自动分割，以解决CT引导的在线ART面临的肿瘤识别、对齐和自动分割等技术挑 ………………………………