방사선치료용 합성 CT 생성(MRI/CBCT 기반) 및 워크플로우 최적화 연구

Synthetic CT Generation for Radiotherapy Using MRI/CBCT and Model Efficiency Techniques

연구 내용

MRIgRT 및 적응형 방사선치료를 위해 CycleGAN 계열과 Swin transformer/attention을 활용해 합성 CT를 생성하는 연구입니다

방사선치료에서 이온화 방사선 노출과 임상 워크플로우 부담을 고려하여, MRI 또는 CBCT로부터 치료계획용 합성 CT를 생성하는 모델을 연구합니다. SCGAN 형태로 합성 CT의 오차를 줄이기 위해 생성기 파라미터를 절감하는 Swin transformer 기반 특징 추출 구조를 적용하고, CycleGAN 기반 적응형 방사선치료에서는 multi-scale attention U-Net과 patch-content 제한 손실을 결합해 장기 형상 유지와 국소 구조 정확도를 높입니다. skip connection의 attention gate로 학습 정보 전달을 정렬하며, 입력-출력 간 유사도와 품질 지표 중심으로 모델 성능을 검증합니다.

관련 프로젝트

1건

연구 흐름

초기 연구는 MRI 기반 방사선치료에서 합성 CT의 변환 오차를 줄이기 위해 Cycle 계열 생성모델을 적용하고, Swin transformer 블록으로 생성기의 효율과 특징 추출 성능을 동시에 고려하는 방향으로 진행했습니다. 이후 적응형 방사선치료로 범위를 확장하여 CBCT에서 합성 CT를 생성할 때 형태 보존과 국소 구조 반영이 어려운 문제를 patch-content 제한 손실로 보완했습니다. 최근에는 multi-scale 블록과 attention gate를 skip connection에 통합하여 복잡 장기의 형태 일관성을 확보하고, 이미지 유사도 기반으로 모델 안정성을 평가하는 연구로 이어지고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

MRIgRT 치료계획 보조용 합성 CT 생성
CBCT 기반 적응형 방사선치료 정합 향상
형상 유지 손실을 포함한 sCT 학습 전략 적용
이온화 방사선 노출 저감 연구 지원
치료 전후 영상 기반 워크플로우 단축
장기별 국소 구조 보존 복원
트랜스포머 기반 멀티스케일 특징 활용
임상 데이터 부족 구간에서의 합성 품질 관리
합성 CT 품질 검증 및 품질 게이트 설정
실시간에 가까운 치료계획 보정 가능성 검토