简介:摘要:目的:本项研究的目的是考察一种创新的PET-CT图像配准技术,并借助该方法优化放射性治疗过程中的剂量计量技术,旨在增强疗效的精准度和提升病人的安全保障。方法:本研究实施了一种基于深度学习的图像配准算法对PET-CT图像进行自动配准,并对50位接受放射疗法的病患进行了该技术的应用验证。收集校正前后的视觉资料应用优化的剂量估算方法来判定校正成效,并透过临床监测确认校正与剂量估算的精确度。结果:通过引入深度学习技术,我们的图像配准方法在视觉和数量上均显著优于传统方法,配准精度达到98.5%,并且将剂量计算的误差减少到1.2%以下。在治疗监测阶段采纳本研究所提出的方案进行治疗的病人,疗效显著优于对照组,且不良反应出现的比例较低(15%相较于25%)。结论:本实验所构建的深度学习驱动的PET-CT图像配准及辐射剂量测量方法,在增强放疗准确度和病人保护层面展现了突出的益处。