Nalaganje ...
Projekti / Programi vir: ARIS

Sprotno prilagajanje načrta protonske in radioterapije

Raziskovalna dejavnost

Koda Veda Področje Podpodročje
2.06.00  Tehnika  Sistemi in kibernetika   

Koda Veda Področje
2.06  Tehniške in tehnološke vede  Zdravstveni inženiring 
Ključne besede
zdravljenje raka, načrtovanje obsevanja, dozni izračun, modeliranje in optimizacija obsevalne doze, prilaganje načrta, toga in netoga poravnava slik, obrisovanje tarč in kritičnih struktur, računsko učinkoviti računalniški algoritmi, prospektivna klinična študija
Vrednotenje (metodologija)
vir: COBISS
Organizacije (3) , Raziskovalci (32)
1538  Univerza v Ljubljani, Fakulteta za elektrotehniko
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  53941  dr. Žiga Bizjak  Sistemi in kibernetika  Raziskovalec  2021 - 2025  29 
2.  25528  dr. Miran Burmen  Sistemi in kibernetika  Raziskovalec  2021 - 2025  115 
3.  51911  Lara Dular  Sistemi in kibernetika  Raziskovalec  2021 - 2023  15 
4.  33446  dr. Bulat Ibragimov  Sistemi in kibernetika  Raziskovalec  2022  49 
5.  57298  Leon Jarabek  Sistemi in kibernetika  Raziskovalec  2022 - 2023 
6.  35410  dr. Žiga Lesjak  Sistemi in kibernetika  Raziskovalec  2022  11 
7.  15678  dr. Boštjan Likar  Sistemi in kibernetika  Raziskovalec  2021 - 2025  381 
8.  36457  dr. Peter Naglič  Sistemi in kibernetika  Raziskovalec  2021 - 2022  57 
9.  06857  dr. Franjo Pernuš  Sistemi in kibernetika  Raziskovalec  2021 - 2025  520 
10.  54815  Gašper Podobnik  Sistemi in kibernetika  Mladi raziskovalec  2021 - 2025  21 
11.  55680  Domen Preložnik  Računalništvo in informatika  Raziskovalec  2022 - 2025 
12.  28465  dr. Žiga Špiclin  Sistemi in kibernetika  Vodja  2021 - 2025  159 
13.  23404  dr. Tomaž Vrtovec  Sistemi in kibernetika  Raziskovalec  2021 - 2025  221 
14.  50679  mag. Yevhen Zelinskyi  Sistemi in kibernetika  Mladi raziskovalec  2021 - 2022  12 
0302  ONKOLOŠKI INŠTITUT LJUBLJANA
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  37220  mag. Janka Čarman  Onkologija  Raziskovalec  2021 - 2025  41 
2.  15973  dr. Božidar Casar  Fizika  Raziskovalec  2021 - 2025  129 
3.  38482  dr. Blaž Grošelj  Medicina  Raziskovalec  2021 - 2025  77 
4.  24481  Rihard Hudej  Onkologija  Raziskovalec  2021 - 2025  52 
5.  51873  dr. Urša Kešar  Medicina  Raziskovalec  2023 - 2025  17 
6.  51868  Marko Kokalj  Onkologija  Raziskovalec  2021 - 2025  21 
7.  12531  dr. Primož Peterlin  Onkologija  Raziskovalec  2021 - 2025  137 
8.  38481  Gaber Plavc  Onkologija  Raziskovalec  2021 - 2025  45 
9.  52801  Željko Šljivić  Medicina  Raziskovalec  2021  11 
10.  14576  dr. Primož Strojan  Onkologija  Raziskovalec  2021 - 2025  847 
2548  COSYLAB, laboratorij za kontrolne sisteme, d.d.
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  34826  dr. Kristjan Anderle  Fizika  Raziskovalec  2021 - 2025 
2.  34586  dr. Luka Jeromel  Fizika  Raziskovalec  2022 - 2023  48 
3.  57682  Primož Kočar  Telekomunikacije  Raziskovalec  2024 - 2025 
4.  36355  dr. Jan Kralj  Komunikacijska tehnologija  Raziskovalec  2021 - 2025  39 
5.  51412  Jure Lapajne  Računalništvo in informatika  Raziskovalec  2024 - 2025 
6.  34300  dr. Marija Marčan  Računalništvo in informatika  Raziskovalec  2021  32 
7.  33166  dr. Uroš Mitrović  Računalništvo in informatika  Raziskovalec  2021 - 2024  18 
8.  51734  dr. Matjaž Payrits  Fizika  Raziskovalec  2021 - 2024 
Povzetek
Rak in njegovo zdravljenje predstavljata osrednji zdravstveni izziv v svetu. Po podatkih Svetovne zdravstvene organizacije je rak drugi najpogostejši vzrok smrti v svetu in je v letu 2018 povzročil 9.6 milijona smrti (1 od 6), pri čemer je bilo v istem letu za rakom na novo diagnosticiranih 17 milijonov ljudi. Slovenija te črne obete in izzive med drugim naslavlja z gradnjo centra za protonsko terapijo do leta 2023, hkrati pa je še toliko bolj pomembno ustvariti podporno okolje in domače znanje preko znanstveno-razvojnega sodelovanja pri inovacijah in izboljšavah v zdravljenju raka. Več kot 50% bolnikov z rakom je zdravljenih z radioterapijo (RT), ki ima cilj v večih frakcijah dostaviti čim višjo dozo v tumor in čim manjšo v okoliško tkivo. Tumor in bolnika lahko precej točno lokaliziramo s slikovno podprto RT v operacijski sobi, mnogo bolj zahtevno pa je prilagoditi obsevanje naključnim dnevnim anatomskim spremembam. Uveljavljen pristop je s povečanjem varnostnega roba tumorja, vendar to poveča izpostavljenost kritičnih organov (OAR). Osredotočili se bomo na sprotno prilagajanje načrta RT (online ART), ki s CBCT slikanjem v operacijski dvorani izvede lokalizacijo bolnika, kvantitativno vrednotenje ustreznosti načrta in, v primeru kritičnih odstopanj, prilagoditev načrta in njegovo vrednotenje, vse v roku 5 minut, medtem ko je bolnik nepremično vpet na operacijsko mizo. Neposredne prednosti so izboljšana kvaliteta RT za različne tipe rakov, zmanjšanje varnostnega roba, izpostavljenosti OAR, toksičnosti in/ali zmožnost povečanja obsevalne doze tumorja. Navkljub očitnim prednostim je uvajanje sprotne ART v klinično rutino izjemno zahtevno. Poleg skrčene časovnice igrajo pomembno vlogo pomanjkanje integriranih RT, slikovnih in obsevalnih sistemov, in omejena interoperabilnost komercialnih sistemov za načrtovanje RT in opreme. To so razlogi zakaj se sprotna ART izvaja le v peščici RT centrov po svetu (okoli 6%). V tem predlogu bomo premostili pomembne raziskovalne in izvedbene ovire z razvojem in vrednotenjem celotne verige naprednih računskih orodij, ki so potrebna za dejansko vzpostavitev sprotne RT v kliničnem okolju. Predlagani projekt ima 11 pričakovanih rezultatov, ki vključujejo (D1) zajete in ročno označene planirne CT/MR slike, CBCT slike pred vsako frakcijo in CT/MR slike med frakcijama in (D2) zbirko pridruženih kliničnih izidov kot so simptomi, toksičnost, ponovitev in preživetje. Za sprotno ART bomo razvili (D3) nov avtomatski postopek CT-MR in CT-CBCT poravnave in (D4) deformabilno CT-CBCT poravnavo, in sicer z uporabo genetskega algoritma s spodbujanim učenjem. Temu sledi sinteza CT iz CBCT slike in njena (D5) samodejna razgradnja na področje tumorja in OAR, z uporabo globokega učenja. Razvili bomo (D6) nove napovedne modele za indikacijo ART, ki bo temeljila na merjenju geometrijskih in dozni odstopkov. Slednje bomo pridobili z deformabilno CT-CBCT poravnavo in (D7) simulacijskimi izračuni doze. Če je prilagajanje načrta potrebno, potem se bo ustvaril (D8) nov načrt s pomočjo napovedi doze iz slike in inveznim modeliranjem in optimizacijo načrta za obsevalno napravo. Poleg (D11) pričakovanih vplivnih znanstvenih publikacij sta v projektu dva osrednja cilja: (D10) razvoj in prospektivno vrednotenje postopka načrtovanja RT in (D10) integracija razvitih orodij v polno zmogljiv sistem za sprotno ART in njegovo vrednotenje v prospektivni klinični študiji za bolnike z rakom glave in vratu in prostate, v centrih za protonsko in fotonsko RT. Izvedljivost projekta zagotavljajo ugledni partnerji, ki združujejo štiri ključne dejavnike: klinične in industrijske izkušnje v vseh aspektih RT, in vrhunske raziskovalce s področja medicinskih slikovnih tehnologij in računalništva.
Zgodovina ogledov
Priljubljeno