Autore BUIZZA, GIULIA
Relatore BARONI, GUIDO
Coordinatore ALIVERTI, ANDREA
Tutor DELLACA', RAFFAELE
Correlatore/i PAGANELLI, CHIARA
Data 15-dic-2020
Titolo della tesi Multi-parametric imaging for particle therapy: integrating macro & microscale models
Abstract in italiano Nell'ultimo decennio, l'interesse clinico e tecnologico per la terapia con particelle (CPT) è andato crescendo, grazie alle favorevoli proprietà fisiche e biologiche della CPT rispetto alla radioterapia convenzionale con fotoni. Tuttavia, tali proprietà non sono, ad oggi, totalmente sfruttate a causa di limitazioni sia cliniche che tecniche. Varie modalità di imaging medicale sono sempre più utilizzate nella pratica clinica per l'estrazione di informazioni, sia anatomiche che funzionali, che siano specifiche per ciascun paziente. Queste possono poi essere integrate con metodi di modelling specifici per il quesito clinico da risolvere. Grazie alla combinazione di informazioni affidabili con metodi robusti e riproducibili, le risposte fornite a quesiti clinici, quali la stratificazione di pazienti e la predizione dell'outcome del trattamento, possono essere migliorate. Lo scopo di questo progetto di dottorato è stato quello di esplorare come l'integrazione di imaging multi-parametrico e specifici approcci di modelling, applicati a livello sia macroscopico che microscopico, può portare all'ottimizzazione e alla personalizzazione della CPT. Partendo da imaging anatomico, modelli radiomici basati su tomografia computerizzata, risonanza magnetica e mappe di dose (cioè dosiomica), sono stati sviluppati per la predizione della risposta al trattamento in tumori rari, sfruttando informazioni relative all'imaging, alle caratteristiche della terapia e alla condizione clinica del paziente, disponibili prima del trattamento stesso. In seguito, immagini di risonanza pesate in diffusione (DWI) e perfusione (PWI) sono state sfruttate come fonte di imaging biomarkers per derivare imdicatori delle caratteristiche biologiche tumorali. Ulteriori analisi sono state condotte in uno studio prospettico per valutare il potenziale utilizzo della DWI per il monitoraggio della risposta dei tessuti durante la somministrazione delle varie frazioni di CPT. Date la peculiare efficacia biologica della CPT, è stato opportuno esplorare approcci di modelling che descrivessero fenomeni al di sotto della scala del voxel delle immagini. Sono stati quindi sviluppati metodi basati su DWI per la personalizzazione di modelli di probabilità di controllo del tumore e per la stima di markers della microstruttura tumorale. Questi sono stati poi sfruttati per la stratificazione dei pazienti in livelli di rischio e per la detezione di cambiamenti precoci nel tessuto tumorale in seguito alla terapia. Parallelamente, la validità dei dati DWI come fonte di imaging biomarkers è stata supportata da una valutazione tecnica. Infine, le proprietà elettromagnetiche di un fascio terapeutico di protoni sono state studiate tramite simulazioni computazionali ad-hoc. Oltre allo scopo scientifico, questo studio ha permesso di acquisire le capacità necessarie per definire, in futuro, simulazioni dell'interazione radiazione-tessuto che siano realistiche ed accurate, aprendo la strada ad approcci che tengano più direttamente in considerazione della specificità delle proprietà biofisiche della CPT. In questo progetto, imaging medicale e strategie di modelling sono state integrate per migliorare vari aspetti della pratica clinica in CPT. Questo lavoro supporta lo sviluppo di trattamenti che tengano in considerazione di informazioni specifiche sia al paziente che alle caratteristiche biofisiche del trattamento radiante somministrato.
Abstract in inglese In the last decade, the interest in charged particle therapy (CPT) in oncology has grown, due to its favorable physical and biological properties with respect to conventional radiotherapy. However, these advantages are only partially exploited due to clinical and technical limitations. Imaging modalities are more and more being utilized in clinical workflows to provide patient-specific anatomical or quantitative information, which can be integrated into various modelling strategies. By combining reliable information and robust and reproducible methods, various clinical questions, such as patient stratification, outcome prediction and treatment targeting, can be successfully addressed. The aim of this PhD project was to explore the combination of multi-parametric imaging with modelling approaches, going from macroscopic to microscopic scales, to put forward the development of optimized and personalized strategies for CPT. Starting from anatomical imaging, radiomic models were applied to computed tomography (CT), magnetic resonance imaging (MRI) and dose maps (i.e. dosiomic), to predict the response of rare tumors exploiting imaging, clinical and treatment information available before treatment. Then, diffusion-weighted (DWI) and perfusion-weighted (PWI) MRI were evaluated as quantitative sources of imaging biomarkers for tumor characterization. Further analyses of a customized prospective imaging protocol, explored their usefulness in monitoring tissue response during fractionated CPT. Given the peculiar biological effectiveness of CPT, approaches describing phenomena occurring at sub-voxel scales were subsequently explored. Models relying on DWI information were developed to personalize tumor control probability models and to derive markers of tumor microstructure for patient stratification and early response assessment. To support these results, a technical assessment of the acquired DWI data as a reliable source of biomarkers was also carried out. Finally, an in-silico study was refined for characterizing the electromagnetic properties of a proton beam for range verification. This allowed to obtain the necessary skills for future simulations of realistic and accurate tissue-radiation interactions, as the previously developed approaches did not directly account for the specificity of CPT biophysical properties.
Appare nelle tipologie: Tesi di Dottorato
File allegati
File Dimensione Formato  
BuizzaPhDThesis.pdf

accessibile via internet solo dagli utenti autorizzati a partire dal 19/11/2023

26.05 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/10589/177639