Emma Wikberg: Optimering av bilder för bättre cancerbehandling
Radioaktiva ämnen kan användas för effektiv cancerbehandling, men de kan också användas för att upptäcka cancer genom bildtagning med en SPECT-kamera kombinerad med DT. Forskningen i denna avhandling visar att man med hjälp av bland annat AI kan förkorta bildtagningen och ändå bibehålla både bildkvalitet och möjligheten att beräkna stråldoser från bilderna, också kallat dosimetri.
EMMA WIKBERG
Disputation: 11 april 2025 (klicka för mer information)
Doktorsavhandling: Evaluations of Monte Carlo and AI techniques for SPECT reconstruction
Ämnesområde: Medicinsk strålningsvetenskap
Sahlgrenska akademin, Institutionen för kliniska vetenskaper
Tidig upptäckt av cancer kan vara avgörande för patienters överlevnad. Genom att injicera ett radioaktivt ämne kopplat till ett spårämne i kroppen kan man upptäcka vissa typer av tumörer. Radioaktiva ämnen kan också användas i högre doser för att bestråla tumörer inifrån och på så sätt behandla dem.
Avhandlingen berör SPECT-bildtagning både vid diagnostik och efter terapi. Vid diagnostik strävar man efter att ge så lite strålning som möjligt till patienten för att minimera risken för så kallade stokastiska effekter, så som cancer, samtidigt som man måste samla in tillräckligt mycket data för att minska bruset i bilden och möjliggöra upptäckt av tumörer. Vid behandling däremot är målet att ge så mycket strålning som möjligt för att få bra effekt på tumörerna, men utan att skada riskorgan. Dock är behandling med radioaktiva läkemedel i de flesta fall inte direkt botande.
– Idag ges dessa behandlingar oftast som en standardbehandling med en fix dosering och i ett fixt antal cykler. Ett övergripande mål för många som arbetar med dessa behandlingar är att individualisera dem för att få bättre resultat. För att kunna göra det krävs mer kunskap om stråldoser till tumörer och riskorgan, kunskap som vi kan få genom att göra mer dosimetri, säger Emma Wikberg, sjukhusfysiker på enheten Nuklearmedicinsk strålningsfysik på Sahlgrenska Universitetssjukhuset och doktorand vid Institutionen för kliniska vetenskaper.
Förbättrar bildkvaliteten vid SPECT-bildtagningar
Vid undersökning eller behandling med radioaktiva ämnen kopplas de till en målsökande molekyl som binder i högre grad till tumörceller än till normal vävnad. Bildtagning med en SPECT-kamera (single photon emission computed tomography), kombinerad med en datortomograf (DT), utförs för att visualisera tumörerna och på så vis diagnosticera, planera behandling eller verifiera behandlingseffekt.
– Bildkvaliteten hos SPECT-kameran är begränsad på grund av strålningens egenskaper och detektorns utformning. Vid diagnostik kan vi inte ge patienter hur mycket aktivitet som helst då vi behöver ta hänsyn till risken för den joniserade strålningen. Patienterna kan inte heller ligga stilla hur länge som helst, vilket också begränsar mängden information man hinner samla in. Detta bidrar till att bilderna blir relativt brusiga, både vid diagnostik och efter terapi.
Forskningen i avhandlingen handlar om att försöka förbättra bildkvaliteten vid SPECT-bildtagningar med nya rekonstruktionsmetoder. Genom att simulera olika fysikaliska effekter hos strålningen samt detektorns respons kan man korrigera för dem. Detta görs med Monte Carlo-simuleringar.
– Dessutom har vi använt AI för att försöka förkorta bildtagningstiden och på så vis kunna ta fler bilder och täcka en större del av patienten. Här har vi använt oss av ett artificiellt neuralt nätverk, ett så kallat faltningsnätverk, som passar särskilt bra för just bilder. Normalt tar kameran bilder från 120 vinklar, men vårt nätverk kan utifrån var 4:e insamlad vinkel ta fram resterande 90 mellanliggande vinklar.
Justeringar som kan förbättra livskvalitet och överlevnad
– Vi har visat att Monte Carlo-baserad rekonstruktion ger bättre bildkvalitet än standardrekonstruktion. Vi har också visat att man med hjälp av AI kan förkorta bildtagningstiden med en faktor 4 med bibehållen bildkvalitet och acceptabel dosimetri, det vill säga beräkning av stråldoser.
Detta möjliggör att man kan ta fler bilder och täcka en större del av patientens kropp, vilket i sin tur gör att man kan beräkna stråldoser till fler riskorgan.
– Med dosimetri kan vi kartlägga och utvärdera behandlingarna och i framtiden bättre individualisera dem, vilket förväntas förbättra patienternas livskvalitet och överlevnad.
Text: Susanne Lj Westergren
Illustrationen i sin helhet är sammansatt av Emma Wikberg, med nedan representativa inslag från avhandlingen:
Till vänster – nätverksarkitekturen för CUSIP.
Mitten – två-hövdad SPECT-kamera (personligt foto med AI-filter från fotor.com).
Höger – cirklar som representerar projektioner där var fjärde projektion är original (insamlad) och återstående 90 är syntetiska mellanliggande projektioner (genererade med CUSIP-nätverket).
Bakgrund – fotoner simulerade med Monte Carlo på ett foto av is. Monte Carlo-simuleringar är gjord av Jens Hemmingsson.