由于存在解剖不确定性和计算机断层扫描(CT)的低分辨率等问题，因此利用人工智能(AI)对小肝细胞癌(sHCC)进行自适应放疗(ART)仍面临着肿瘤识别-对齐和自动分割等障碍。有鉴于此，浙江大学吴稚冰教授、浙江中医药大学Ji-Gang Piao和浙江医院Yajun Wu利用基于金纳米颗粒(Au NP)的CT对比剂来改善ART的sHCC成像，以增强AI驱动的自动图像处理。

本文要点：

（1）实验合成的带电Au纳米粒子具有显著的体外聚集性和较低的细胞/器官毒性。研究者建立了原位sHCC小鼠模型，并在多个时间点进行活体CT成像。研究发现，利用3D U-Net和3D Trans U-Net AI模型处理后的增强CT图像具有较高的几何精度和剂量学精度。

（2）实验结果表明，带电的Au纳米粒子可以通过经典AI模型实现对CT图像中sHCC的精准自动分割，以解决CT引导的在线ART面临的肿瘤识别、对齐和自动分割等技术挑战。

Jianjun Lai. et al. Charged Gold Nanoparticles for Target Identification−Alignment and Automatic Segmentation of CT Image-Guided Adaptive Radiotherapy in Small Hepatocellular Carcinoma. Nano Letters. 2024

DOI: 10.1021/acs.nanolett.4c02823

https://pubs.acs.org/doi/10.1021/acs.nanolett.4c02823