近日，湖北省肿瘤医院放射科CT室联合放疗中心及中南民族大学生物医学工程学院，依托医学信息分析与肿瘤诊疗湖北省重点实验室完成的原创成果《CT image generation from ultrashort echo time MRI for dosimetric assessment in lung cancer radiotherapy》，正式发表于放疗物理领域国际期刊《Physics and Imaging in Radiation Oncology》（放射肿瘤学中的物理与影像）。该研究利用人工智能，将肺部超短回波磁共振图像（UTE-MRI）转换为可用于放疗计划设计的虚拟CT，为肺癌磁共振引导放疗的流程落地提供了关键影像支撑。

    研究由肿瘤影像首席专家刘玉林教授及放射科CT室袁子龙技士长统筹设计，CT室研究生郑凯毅、放疗中心薛旭东博士及CT室张琪博士等青年骨干深度参与实施，是医院依托省级重点实验室平台推进医工交叉的一项代表性成果。

    临床痛点：磁共振无法直接用于放疗计划设计

    磁共振成像软组织分辨率高，能较好显示肺部肿瘤边界、实时追踪呼吸运动带来的肿瘤位移，是自适应放疗理想的影像手段。但磁共振反映的是组织内部信号特性，缺少放射治疗计算剂量所必需的电子密度信息，因此无法直接用于放疗计划设计——这是磁共振引导放疗难以推广应用的核心障碍。而肺部结构复杂、肺组织磁共振信号衰减极快，进一步加大了从磁共振还原CT的难度。

    技术破局：AI生成超短回波磁共振合成CT

    针对上述难点，团队选用能够捕捉肺部快速衰减信号的超短回波磁共振序列作为基础影像，并基于60例肺癌患者的超短回波磁共振与计划CT图像，搭建深度学习网络FFTSC-Net，实现从磁共振到合成CT的高质量转换。结果显示，合成CT与真实CT在图像结构和细节上的一致性较高，全肺区域的CT值平均误差控制在约60个亨氏单位以内，综合表现优于传统主流模型；双肺、脊髓、肿瘤靶区等关键部位的CT值及受照剂量指标，与真实计划CT相比未见明显差异；在放疗界通用的剂量精度检验中，2 mm/2%和3 mm/3%两种标准的Gamma通过率分别达到95.39%和98.08%，满足临床放疗剂量计算的精度要求。 

    本研究打通了从临床影像问题提出、AI建模到剂量验证的完整研究链条。接下来，湖北省肿瘤医院放射科CT室将继续依托省级重点实验室平台，立足临床实际需求，坚持医工融合创新，持续推动医学影像人工智能技术向临床应用转化。