Fusionando la ecografía y la resonancia magnética para planificar de manera inteligente el campo térmico de ablación altamente conforme para el carcinoma hepatocelular

La ablación térmica es un tratamiento importante mínimamente invasivo para el carcinoma hepatocelular (CHC), pero la progresión tumoral local (LTP) después de la ablación restringe la eficacia y el estado de la tecnología de ablación y amenaza seriamente la supervivencia del paciente. La cobertura insuficiente del campo térmico es un factor importante en la aparición de LTP. La planificación actual del campo térmico se basa en contornos tumorales y experiencia médica, y el margen de seguridad es uniforme. Por lo tanto, no puede hacer frente al problema de la cobertura insuficiente del campo térmico causado por las diferentes capacidades de invasión de diferentes tumores y diferentes partes del mismo tumor. Este proyecto tiene la intención de analizar de manera integral ultrasonido a escala de grises, ultrasonido mejorado con contraste, resonancia magnética e información clínica de CHC a través del análisis de correlación canónica profunda; resumir el conocimiento previo de los factores de riesgo de LTP en estudios previos y realizar análisis de casos individuales de análisis conjunto y conclusiones comunes a través del gráfico de conocimiento; predecir interpretativamente el riesgo LTP y las ubicaciones LTP de alto riesgo a través de la predicción de enlaces; Predice con precisión el margen de seguridad de ablación requerido para diferentes piezas tumorales a través de la red neuronal gráfica, y logre una planificación de campo térmico altamente conforme basada en diferentes capacidades de invasión para minimizar el riesgo LTP de CHC. El proyecto aprovecha la imagen multimodal tumoral y el conocimiento previo como punto de entrada, realiza una planificación muy conforme del campo térmico de ablación a través de la tecnología de inteligencia artificial, y proporciona un nuevo método para la ablación precisa.