🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

Анализ возможности использования алгоритма коррекции металлических артефактов на КТ-изображениях для планирования лучевой терапии

Обложка

Цитировать

Полный текст

Аннотация

Цель: Количественно оценить программные алгоритмы реконструкции в комбинации с алгоритмом O-MAR для коррекции металлических артефактов на КТ-изображениях и рассмотреть потенциал использования O-MAR для задач планирования лучевой терапии.

Материал и методы: Количественная оценка алгоритма подавления артефактов от металлоконструкций O-MAR выполнялась при КТ-исследованиях цилиндрического фантома диаметром 20 см, в центре которого расположен имплантат тазобедренного сустава (ТБС) с закрепленными вокруг него пробирками, содержащими различные концентрации гидрофосфата калия (K2HO4×3H2O). Параметрами оценки служили среднеквадратичное отклонение (СКО) плотности области интереса (ROI) в единицах HU и расчет степени подверженности артефактам (P). Расчет поглощенной дозы в фантоме выполнялся на станции планирования Eclipse 17.0 с использованием расчетного алгоритма ААА (Analytical Anisotropic Algorithm).

Результаты: Расчеты степени подверженности артефактам показали, что минимальное среднее значение шума наблюдалось для алгоритма реконструкции iMR в сочетании с O-MAR (31,6± 45,5 HU) и максимальное для FBP (16) без O-MAR (77,0 ± 31,1 HU). При сравнении КТ-исследований с/без О-MAR средняя рассчитанная разница поглощенной дозы для всех контрольных точек равна 0,33±1,68 % и 0,42±1,38 % при наличии имплантата ТБС для режимов FBP и iMR соответственно. Однако для зоны артефакта (темное пятно) разница составила 3,22 % для обоих режимов.

Заключение: Показано, что применение алгоритма О-MAR снижает искаженные значения рентгеновской плотности, возникшие вследствие наличия имплантата при ТБС на КТ-исследованиях. Расчет поглощенной дозы для зоны артефакта (темное пятно) показывает снижение неопределенности расчета дозы на скорректированных О-MAR исследованиях.

Об авторах

А. В. Петряйкин

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

А. А. Баулин

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

Ю. А. Васильев

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

З. Р. Артюкова

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

А. К. Сморчкова

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

Д. С. Семенов

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

А. А. Алиханов

Российская детская клиническая больница - филиал Российского национального исследовательского медицинского университета им. Н.И. Пирогова Минздрава России

Email: BaulinAA3@zdrav.mos.ru
Москва

Р. А. Ерижоков

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

О. В. Омелянская

Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы

Email: BaulinAA3@zdrav.mos.ru
Москва

Список литературы

  1. Rossi E., Emin S., Gubanski M., et al. Contouring Practices and Artefact Management Within a Synthetic CT-based Radiotherapy Workflow for the Central Nervous System. Radiat Oncol. 2024;19;1:27. doi:https://doi.org/10.1186/s13014-024-02422-9.
  2. Goran Kolarevic, Dražan Jaroš, Bojan Pavičar, et al. Computed Tomography Simulator Conversion Curve Dependence on Scan Parameters and Phantom Dimension. Journal of Health Sciences. 2020;10;3:226-233. doi:https://doi.org/10.17532/jhsci.2020.1085.
  3. Selles M., Stuivenberg V.H., Wellenberg R.H.H., et al. Quantitative Analysis of Metal Artifact Reduction in Total Hip Arthroplasty Using Virtual Monochromatic Imaging and Orthopedic Metal Artifact Reduction, a Phantom Study. Insights Imaging. 2021;12;1:171. doi: 10.1186/s13244-021-01111-5.
  4. John King, Shona Whittam, David Smith, Bashar Al-Qaisieh. The Impact of a Metal Artefact Reduction Algorithm on Treatment Planning for Patients Undergoing Radiotherapy of the Pelvis. Physics and Imaging in Radiation Oncology. 2022;24:138–143. doi:https://doi.org/10.1016/j.phro.2022.11.007.
  5. Mark Selles, Jochen A.C. van Osch, Mario Maas, Martijn F. Boomsma, Ruud H.H. Wellenberg. Advances in Metal Artifact Reduction in CT Images: a Review of Traditional and Novel Metal Artifact Reduction Techniques. European Journal of Radiology. 2024;170:111276. doi:https://doi.org/10.1016/j.ejrad.2023.111276.
  6. AAA Photon Dose Calculation Model in Eclipse. 2022. Treatment Planning System Wiki. URL:https://tpswiki.com/wp-content/uploads/2022/01/AAA-Algorithm.pdf.
  7. Дружинина П.С., Романович И.К., Водоватов А.В., Чипига Л.А., Ахматдинов Р.Р., Братилова А.А., Рыжов С.А. Тенденции развития компьютерной томографии в Российской Федерации в 2011–2021 гг. // Радиационная гигиена. 2023. Т.16. №3. С. 101-117 [Druzhinina P.S., Romanovich I.K., Vodovatov A.V., Chipiga L.A., Akhmatdinov R.R., Bratilova A.A., Ryzhov S.A. Trends in the Development of Computed Tomography in the Russian Federation in 2011–2021. Radiatsionnaya Gigiyena = Radiation Hygiene. 2023;16;3:101-117 (In Russ.)].https://doi.org/10.21514/1998-426X-2023-16-3-101-117.
  8. Румянцев П.О. Возрастающая роль методов функциональной визуализации для навигации дистанционной радиотерапии и брахитерапии на примере рака предстательной железы // Digital Diagnostics. 2021. Т.2. №4. С. 488−497 [Rumyantsev P.O. Growing Role of Functional Imaging Methods for Navigation of Remote Radiotherapy and Brachytherapy on the Example of Prostate Cancer. Digital Diagnostics. 2021;2;4:488-497 (In Russ.)]. DOI:https://doi.org/10.17816/DD96197.
  9. Meyer E., Raupach R., Lell M., Schmidt B., Kachelrieß M. Normalized Metal Artifact Reduction (NMAR) in Computed Tomography. Med. Phys. 2010;37:5482–5493. https://doi.org/10.1118/1.3484090.;
  10. Charles A. Kelsey. The Physics of Radiology. Ed. H.E.Johns, J.R.Cunningham. Med Phys. 1984;731-732.https://doi.org/10.1118/1.595545
  11. Wellenberg R.H.H., Hakvoort E.T., Slump C.H., Boomsma M.F., Maas M., Streekstra G.J. Metal Artifact Reduction Techniques in Musculoskeletal CT-Imaging. Eur J Radiol. 2018;107:60-69. https://doi.org/ 10.1016/j.ejrad.2018.08.010.
  12. Kosmas C., Hojjati M., Young P., Abedi A., Gholamrezanezhad A., Rajiah P. Dual-Layer Spectral Computerized Tomography for Metal Artifact Reduction: Small Versus Large Orthopedic Devices. Skeletal Radiol. 2019;48;12:1981-90.https://doi.org/10.1007/s00256-019-03248-3.
  13. Васильев Ю.А., Туравилова Е.В., Шулькин И.М. и др. КТ брюшной полости с признаками остеопороза позвоночника: Свидетельство о гос. рег. базы данных №2023621045. Российская Федерация. MosMedData: №2023620796: заявл. 24.03.2023: опубл. 30.03.2023; заявитель ГБУЗ г. Москвы «Научно-практический клинический центр диагностики и телемедицинских технологий ДЗМ» [Vasil’yev Yu.A., Turavilova Ye.V., Shul’kin I.M., et al. Komp’yuternaya Tomografiya Bryushnoy Polosti s Priznakami Osteoporoza Pozvonochnika = Computed Tomography of the Abdominal Cavity with Signs of Osteoporosis of the Spine: Certificate of State registration of the Database No. 2023621045 Russian Federation. MosMedData: No. 2023620796. Declared. 24.03.2023. Published. 30.03.2023. Applicant Scientific and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Moscow Department of Healthcare (In Russ.)].
  14. Годзенко А.В., Петряйкин А.В., Морозов С.П. и др. Остеоденситометрия (Лучшие практики лучевой и инструментальной диагностики): Методические рекомендации. М.: Научно-практический центр медицинской радиологии, 2017. 26 с. [Godzenko A.V., Petryaykin A.V., Morozov S.P., et al. Osteodensitometriya (Luchshiye Praktiki Luchevoy i Instrumental’noy Diagnostiki) = Osteodensitometry (Best Practices of Radiation and Instrumental Diagnostics). Methodological Recommendations. Moscow, Scientific and Practical Center of Medical Radiology Publ., 2017. 26 p. (In Russ.)].
  15. Васильев Ю.А., Владзимирский А.В., Артюкова З.Р. и др. Диагностика и скрининг остеопороза по результатам компьютерной томографии органов брюшной полости: Методические рекомендации // Серия «Лучшие практики лучевой и инструментальной диагностики». Вып.132. М.: Научно-практический клинический центр диагностики и телемедицинских технологий ДЗМ, 2023. 29 с. [Vasil’yev Yu.A., Vladzimirskiy A.V., Artyukova Z.R., et al. Diagnostika i Skrining Osteoporoza po Rezul’tatam Komp’yuternoy Tomografii Organov Bryushnoy Polosti = Diagnostics and Screening of Osteoporosis Based on the Results of Computed Tomography of the Abdominal Organs. Methodological Recommendations. Series “Best Practices in Radiation and Instrumental Diagnostics”. Issue 132. Moscow, Scientific and Practical Clinical Center for Diagnostics and Telemedicine Technologies of the Department of Health of Moscow Publ., 2023. 29 p. (In Russ.)].
  16. Крупин К.Н., Кислов М.А. Конечно-элементный анализ формирования локального остеопороза при хирургическом лечении в области перелома малоберцовой кости // Судебная медицина. 2020. Т.6. №3. C. 58-61 [Krupin K.N., Kislov M.A. Finite Element Analysis of the Formation of Local Osteoporosis During Surgical Treatment in the Area of a Fracture of the Fibula. Sudebnaya Meditsina = Forensic Medicine. 2020;6;3:58-61 (In Russ.)]. doi: 10.19048/fm327.
  17. Васильев Ю.А., Семенов Д.С., Ахмад Е.С., Панина О.Ю., Сергунова К.А., Петряйкин А.В. Метод оценки влияния алгоритмов подавления артефактов от металлов в КТ на количественные характеристики изображений // Медицинская техника. 2020. №4. С. 43-45 [Vasil’yev Yu.A., Semenov D.S., Akhmad Ye.S., Panina O.Yu., Sergunova K.A., Petryaykin A.V. Method for Assessing the Impact of Metal Artifact Suppression Algorithms in Computed Tomography on Quantitative Image Characteristics. Meditsinskaya Tekhnika = Medical Equipment. 2020;4:43-45 (In Russ.)].
  18. Bolstad K., Flatabo S., Aadnevik D., Dalehaug I., Vetti N. Metal Artifact Reduction in CT, a Phantom Study: Subjective and Objective Evaluation of Four Commercial Metal Artifact Reduction Algorithms when Used on Three Different Orthopedic Metal Implants. Acta Radiol. 2018;59;9:1110-1118. doi: 10.1177/0284185117751278.
  19. Shim E., Kang Y., Ahn J.M., et al. Metal Artifact Reduction for Orthopedic Implants (O-Mar): Usefulness in CT Evaluation of Reverse Total Shoulder Arthroplasty. American Journal of Roentgenology. 2017;209;4:860-866. doi: 10.2214/ajr.16.17684.
  20. Huang Jessie Y., Kerns James R., Nute Jessica L., et al. An Evaluation of Three Commercially Available Metal Artifact Reduction Methods for CT Imaging. Physics in Medicine and Biology. 2015;60;3:1047–1067. doi: 10.1088/0031-9155/60/3/1047.
  21. Feldhaus F.W., Böning G., Kahn J., et al. Improvement of Image Quality and Diagnostic Confidence Using Smart Mar – a Projection-Based CT Protocol in Patients with Orthopedic Metallic Implants in Hip, Spine, and Shoulder. Acta Radiologica. 2020;61;10:1421-1430. doi: 10.1177/0284185120903446.
  22. Andersson Karin M., Norrman Eva, Geijer Håkan, et al. Visual Grading Evaluation of Commercially Available Metal Artefact Reduction Techniques in Hip Prosthesis Computed Tomography. The British Journal of Radiology. 2016;89;1063:20150993. doi: 10.1259/bjr.20150993.
  23. Akdeniz Yucel, Yegingil Ilhami, Yegingil Zehra. Effects of Metal Implants and a Metal Artifact Reduction Tool on Calculation Accuracy of AAA and Acuros XB Algorithms in Small Fields. Medical Physics. 2019;46;11:5326-5335. doi: 10.1002/mp.13819.
  24. Li B., Huang J., Ruan J., et al. Dosimetric Impact of CT Metal Artifact Reduction for Spinal Implants in Stereotactic Body Radiotherapy Planning. Quant Imaging Med Surg. 2023;13;12:8290-8302. doi: 10.21037/qims-23-442.
  25. Ziemann C., Stille M., Cremers F., et al. Improvement of Dose Calculation in Radiation Therapy Due to Metal Artifact Correction Using the Augmented Likelihood Image Reconstruction. Journal of Applied Clinical Medical Physics. 2018;19;3:227–233. doi: 10.1002/acm2.12325.
  26. Baer E., Schwahofer A., Kuchenbecker S., Haering P. Improving Radiotherapy Planning in Patients with Metallic Implants using the Iterative Metal Artifact Reduction (iMAR) Algorithm. Biomed Phys & Eng Express. 2015;1:025206. doi: 10.1088/2057-1976/1/2/025206.
  27. Ulmer W., Pyyry J., Kaissl W. A 3D Photon Superposition Convolution Algorithm and its Foundation on Results of Monte Carlo Calculations. Phys Med Biol. 2005;50:1767–90. doi: 10.1088/0031-9155/50/8/010.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».