質子治療臨床應用的主要挑戰是質子束穿過身體各種組織和器官的照射范圍存在不確定性。為了解決這個問題，美國研究人員開發了質子CT成像系統，用于臨床質子治療的圖像引導和質子束作用范圍估算。當前他們展示了用該系統拍攝的首張質子放射圖像，還包括第一張真正的生物材料質子圖像。

當前，質子治療計劃的制定主要基于X射線的CT數據。通過將數字重建圖像（DRR）與治療前即刻記錄的X射線圖像比較，CT數據還可用于為患者日常治療計劃創建DRR。然而，由于需要將CT數據轉換成質子的相對阻止本領（stopping power），這一過程本身存在不確定性，從而導致計算質子束的照射范圍出現誤差或錯誤。

由芝加哥洛約拉大學（Loyola University）、Proton VDA、芝加哥質子中心（Chicago Proton Center）和北伊利諾伊大學（Northern Illinois University）組成的研究團隊，提出使用質子CT進行治療計劃。質子CT可直接測量質子的阻止本領，因而可顯著降低治療計劃中質子束照射范圍的不準確性。

與DRR創建過程類似，質子CT數據也可用來生成質子DRR（pDRR）。pDRR不僅能夠有朝一日替代X射線圖像用于日常圖像引導時高精度的病患對位，還能提供質子束的照射范圍信息。值得注意的是，患者質子治療需要的放射劑量只有X射線方案的1%左右。

該團隊開發了一種緊湊型質子成像裝置，該裝置包括基于塑料快速閃爍體的2D追蹤探測器（可以在二維平面檢測單個質子）和基于光電倍增管的余能探測器。2D質子探測器分別置于患者的近端和遠端，余能探測器位于遠端追蹤探測器之外。

為評估他們的系統，研究人員通過使用Geant 4蒙特卡羅算法，從患者的X射線CT數據中創建了一系列pDRR。隨后，由三位醫生對這些理想化pDRR的圖像質量進行了評估。三個人都認為pDRR能夠為患者定位提供足夠的解剖學細節。

該系統的主要發明人James Welsh解釋說：“如果pDRR是根據質子CT數據推演而來，那么治療的結果只是非常近似，但如果pDRR是直接取自于質子CT數據，由于可以直接測量質子的阻止本領，那么治療的結果會更準確。”

左圖：人類頭顱模型的數字化重建質子圖像；右圖：冷凍羅非魚的質子圖像

研究人員還利用他們的系統獲得了第一張生物標本的質子放射圖像。這張冷凍羅非魚圖像清晰地顯示了魚內部骨骼的解剖結構。高水平的圖像細節也預示著使用該系統可以同樣顯現人類骨骼的解剖結構，圖像可用于日常質子治療的圖像引導。Welsh透露，該團隊最近還獲得了第一張質子CT圖像。

圖像重建

在另一篇發表的論文中，Welsh及其同事提出了用于質子放射成像原型系統的圖像重建系統。他們使用Geant 4來模擬設備檢測到的原始數據，并編寫了專用軟件pRad來處理這些數據和重建質子放射圖像。

James Welsh（左邊）和他的研究小組合影

研究人員模擬了對兒童頭部模型進行質子筆形束照射的過程。他們使用pRad軟件來重建質子放射圖像，以顯示水當量路徑長度（WEPL）值的2D分布。該軟件使用一臺配有單核CPU和單個圖像處理單元的臺式電腦，運行大約11秒的時間就能由760萬個質子完成圖像重建。

研究人員主要通過迭代重建算法來重建質子圖像，還有兩種快速非迭代方法——直線投影（SLP）分箱法和最可能路徑（MLP）分箱法，并將圖像結果與“真實標記”圖像進行比較。他們還對比了三種外殼（成像物體表面）定義的方法：一種使用已知的物體幾何形狀，另兩種使用WEPL估算外殼。

“真實標記”圖像的大部分特征都能夠在重建圖像中顯現，誤差偏離主要發生在物體的外表邊緣附近。利用現有外殼定義方法，重建圖像可以顯示出更清晰的輪廓，不過無論使用哪種方法，簡單的SLP分箱法表現結果都是最差的。在所有迭代重建和MLP分箱法應用案例中，頭部模型質子放射圖像的平均WEPL誤差小于1mm。

研究人員還模擬了有意錯位（橫向移位或旋轉）對質子成像的影響，并分別在校正和不校正的情況下重建模擬數據。后者驗證了未校正的數據將導致糟糕的重建，而前者則證明了對齊校正算法的有效性。

Welsh最后表示：“雖然在硬件和軟件方面還面臨許多挑戰，我們的原型機已具有足夠的臨床實用性，我們已經能夠與感興趣的行業伙伴（Cosylab）建立合作關系，共同努力實現其與質子治療室的整合。我們現在正在設計臨床版本，并將自動圖像重建擴展到質子CT以及質子放射成像。”