蔡惠予 教授    陳仁焜 副研究員

       乳癌作為全球女性主要罹患的癌症之一，精準地在手術前定位腫瘤區域具有至關重要的意義，能夠確保治療的成功，同時保留正常組織。相較於全乳房切除手術，此方法能夠減少對患者外貌和心理的影響。在乳癌手術前的評估中，常運用磁振造影和電腦斷層掃描等醫學影像技術。儘管磁振造影能夠提供清晰的乳房結構和病灶位置，但其拍攝需要患者處於俯臥位，與手術時的仰臥位有所不同。另一方面，乳房的電腦斷層影像雖然與手術時的姿勢相符，但其影像對比度較低，無法提供磁振造影所呈現的軟組織詳細結構和腫瘤區域。由於乳房容易受到重力的影響，俯臥位和仰臥位之間存在著大量的形變，將俯臥位的磁振造影影像對準到手術時的仰臥位是一項極具挑戰性的任務。解決乳房形變對位問題需要運用可形變對位方法，傳統的剛性對位技術已不適用。

　　本研究計畫旨在運用帶有清晰腫瘤資訊的俯臥乳房磁振造影影像，透過可設定不同組織材料性質的有限元素法進行重力場改變之形變模擬，建構個人化的仰臥乳房模型，以確定手術時乳房腫瘤的位置與區域輪廓。同時，我們計畫使用深度學習演算法替代傳統的有限元素法，預測乳房形變的模型，以極大地減少模擬計算時間，使得此方法能夠適用於臨床應用。我們預期，此研究將強化乳房磁振造影影像在乳癌手術中的參考價值，使醫師能夠更自信地確定腫瘤的準確位置與區域 範圍，同時保護非腫瘤組織，從而實現精準醫療的目標。