Development of technologies for in-room image guidance in hadron therapy

This PhD thesis focuses on advancing imaging technologies in external beam radiotherapy, particularly in the context of Particle Therapy centers. While charged particles offer advantages, their susceptibility to anatomo-pathological changes necessitates improved imaging for precise targeting. Current particle therapy centers often rely on 2D/3D bony-based setup correction, limiting volumetric imaging capabilities. The standard solution for in-room volumetric imaging, cone-beam CT (CBCT), has drawbacks in image quality and density representation. Despite advancements in photon therapy with MRI-linacs, CBCT remains the preferred strategy for in-room image-guided radiotherapy (IGRT) applications in particle therapy. The thesis aims to enhance CBCT integration in a PT workflow to facilitate adaptive radiotherapy (ART) pipelines. In the first stage, image quality limitations were observed in an existing custom CBCT system at the Centro Nazionale di Adroterapia Oncologica (CNAO) and addressed using novel deep-learning approaches. Secondly, the focus is shifted to data completeness for the axial field of view (FOV) of a CBCT scan during PT. Notably, methods compatible with an analytical reconstruction are presented. The overarching goal is to develop methodologies that overcome the limitations of the aforementioned custom CBCT system, culminating in the commissioning of a new custom CBCT scanner at CNAO. The improved scanner is envisioned to play a pivotal role in advancing ART applications in particle therapy, ensuring more accurate dose delivery and improved treatment outcomes.

Questa tesi di dottorato si concentra sull'avanzamento delle tecnologie di imaging nella radioterapia a fasci esterni, in particolare nel contesto dei centri di terapia con particelle (PT). Sebbene le particelle cariche offrano dei vantaggi, la loro suscettibilità ai cambiamenti anatomo-patologici richiede un miglioramento dell'imaging per un targeting preciso. Gli attuali centri di terapia con particelle si affidano spesso alla correzione dell'assetto osseo 2D/3D, limitando le capacità di imaging volumetrico. La soluzione standard per l'imaging volumetrico in sala, la CT a fascio conico (CBCT), presenta inconvenienti nella qualità dell'immagine e nella rappresentazione della densità. Nonostante i progressi nella terapia fotonica con MRI-linac, la CBCT rimane la strategia preferita per le applicazioni di radioterapia guidata dalle immagini (IGRT) in camera nella terapia delle particelle. La tesi mira a migliorare l'integrazione della CBCT in un flusso di lavoro di PT per facilitare le pipeline di radioterapia adattiva (ART). Nella prima fase, sono stati osservati i limiti della qualità dell'immagine in un sistema CBCT personalizzato esistente presso il Centro Nazionale di Adroterapia Oncologica (CNAO) e sono stati affrontati utilizzando nuovi approcci di deep-learning. In secondo luogo, l'attenzione si sposta sulla completezza dei dati per il campo di vista assiale (FOV) di una scansione CBCT per PT. In particolare, vengono presentati metodi compatibili con una ricostruzione analitica. L'obiettivo generale è quello di sviluppare metodologie che superino i limiti del sistema CBCT personalizzato di cui sopra, culminando nella messa in funzione di un nuovo scanner CBCT personalizzato presso il CNAO. Lo scanner migliorato è destinato a svolgere un ruolo fondamentale nel progresso delle applicazioni ART nella terapia delle particelle, garantendo un'erogazione più accurata della dose e migliori risultati di trattamento.