في مجال العلاج الإشعاعي، تتطلب عمليات التخطيط التقليدية الحصول على صور CT متعددة لضمان تسجيل المرضى والتحقق من دقة التخطيط. هذه العمليات ترفع من جرعة الإشعاع الإجمالية للمرضى. للتغلب على هذا التحدي، يتم استخدام صور CBCT منخفضة الجرعة خلال جلسات العلاج. ومع ذلك، تعاني صور CBCT من قلة الجودة، مما يؤثر سلبًا على حساب الجرعة ودقة التخطيط.

في خطوة ثورية، تم تطوير إطار عمل سطحي يعتمد على التعلم العميق لخلق صور CT من صور CBCT باستخدام نموذج ميكانيكي للتصفية الشرطية (Conditional Denoising Diffusion Probabilistic Model - DDPM). يعتمد هذا النموذج على تقنيات توليد جديدة لتعزيز دقة التخطيط الإشعاعي.

تركز الدراسة على كيفية تأثير تمثيل بيانات CBCT على جودة الصورة النهائية المعاد إنتاجها. حيث تتم مقارنة الأداء بين صور DICOM التقليدية وصور مستخرجة بتقنيات أنماط التصوير المختلفة. الهدف الرئيسي هو تقييم ما إذا كانت تمثيلات CBCT المتوافقة مع الفيزياء يمكن أن تدعم جودة الصورة التي تعادل CT، مع الحفاظ على تقليل الجرعة أثناء عمليات العلاج.

هذا البحث يعد نقطة انطلاق هامة نحو تحسين التقنيات الشائعة في علاج الأورام، ويعزز من سلامة المرضى من خلال تقليل التعرض للإشعاع أثناء عملية التخطيط العلاج.