Сплав ультразвуковой и магнитно -резонансной томографии для разумного планирования очень конформного абляционного теплового поля для гепатоцеллюлярной карциномы

Термическая абляция является важным минимально инвазивным лечением гепатоцеллюлярной карциномы (ГЦК), но локальное прогрессирование опухоли (LTP) после абляции ограничивает эффективность и статус технологии абляции и серьезно угрожает выживанию пациента. Недостаточный охват теплового поля является важным фактором возникновения LTP. Текущее планирование теплового поля зависит от контуров опухоли и опыта врача, а маржа безопасности равномерная. Следовательно, он не может справиться с проблемой недостаточного охвата теплового поля, вызванного различными возможностями инвазии различных опухолей и разными частями одной и той же опухоли. Этот проект намеревается интегрально анализировать ультразвуковое ультразвуковое, контрастное ультразвуковое, магнитно-резонансное томографию и клиническую информацию HCC с помощью глубокого канонического анализа корреляции; суммировать предварительное знание факторов риска LTP в предыдущих исследованиях и выполнять совместный анализ данных отдельных случаев и общих выводов с помощью графика знаний; Интерпретирующее предсказание риска LTP и местоположения LTP высокого риска посредством прогнозирования ссылок; Точно предсказать маржу безопасности абляции, необходимую для различных деталей опухоли через нейронную сеть графиков, и достичь очень конформного планирования теплового поля на основе различных возможностей инвазии, чтобы минимизировать риск LTP в ГЦК. Проект использует мультимодальную визуализацию опухоли и предыдущие знания в качестве точки входа, выполняет очень конформное планирование теплового поля абляции с помощью технологии искусственного интеллекта и обеспечивает новый метод точной абляции.