概念_生物靶區劃定與腫瘤分割

概念_生物靶區劃定與腫瘤分割

• 筆記別名 (Alias)：概念_生物靶區劃定與腫瘤分割

• 標籤：#靶區劃定 btv suv tg174 tg263 wgmir

• 相關概念關聯：概念_分子與功能性影像應用, 概念_放射治療命名與資料格式標準化, 概念_放射治療品質保證與安全工作流

• 核心定義與範疇：生物靶區（Biological Target Volume, BTV）劃定與腫瘤分割是指基於功能性或分子影像（如 PET/MRI）所展現的生物學異質性（代謝高低、缺氧區域），結合解剖學影像（CT/MRI），採用手動、固定 SUV 閥值、背景比值或梯度演算法精確勾勒腫瘤邊界並轉化為臨床治療靶區（GTV/CTV/PTV）的過程。

• 各文獻相關發現與研究梳理：

  • 文獻_Das_2019_TG174_PET治療計畫：詳細分析了各種 PET 腫瘤分割方法（固定 SUV 2.5、%SUVmax 如 40%-50%、SBR 比值法、FLAB 自動分割法），指出單一閾值（Thresholding）法在異質性腫瘤中的局限性，並建議結合解剖 CT 進行專家審核。

  • 文獻_Munley_2013_WGMIR分子影像：介紹了 Biological Target Volume (BTV) 的概念，論述了如何利用 BTV 進行Sub-volume dose escalation（子體積劑量提升）與 Dose Painting（劑量繪製）。

  • 文獻_Mayo_2018_TG263命名標準化：規範了因應分子影像劃定出的特殊靶區命名結構，如 GTV_PET、PTV_HighRisk 等，確保在 概念_放療資訊系統與病歷電子化 中能清晰區分傳統解剖靶區與生物靶區。

• 觀點對比與理論演進 (Synthesis)：

  • 共通與一致性：所有文獻均指出，絕不能單憑全自動閾值分割法（如盲目採用 SUV=2.5）來定義最終放療靶區，必須由放射腫瘤醫師與醫學物理師共同結合解剖影像審核。

  • 觀點衝突/差異：早期文獻（文獻_Munley_2013_WGMIR分子影像）對 Dose Painting（Dose-by-number）抱持高度理論樂觀；而 TG-174（文獻_Das_2019_TG174_PET治療計畫）則更為務實，強調影像重建演算法、PSF（點擴散函數）校正與呼吸運動干擾可能導致 BTV 邊界模糊，需謹慎評估邊界擴張（Margin Expansion）。

• 核心數據、公式與關鍵參數：

  • 常用固定 SUV 閥值法：SUV = 2.5 或 40% - 50% SUVmax文獻_Das_2019_TG174_PET治療計畫。

  • TG-263 標準分子影像靶區命名：GTV_FDG、CTV_PET文獻_Mayo_2018_TG263命名標準化。

• 未解決問題與未來研究方向：AI/深度學習分割模型在跨機構、不同 PET 機型下的泛化能力，以及動態 4D-PET/CT 自動分割的精度提升。