据项目负责人、武汉大学物理科学与技术学院教授彭浩介绍，与传统光子放疗相比，质子的“布拉格峰”特性可以让大多数能量沉积在肿瘤靶区，减少对正常组织的损害。但是在临床治疗过程中，患者的解剖结构、摆位等因素可能会造成射程和剂量的误差，导致“布拉格峰”沉积的位置发生改变。因此，寻找一种能实时监测质子束剂量沉积的方法非常有意义, 尤其是结合FLASH治疗。一方面，FLASH的超高剂量率特性(>40 Gy/s)，可显著提高声波信号的幅度;另一方面，对于FLASH治疗，一些影响治疗精度的随机不确定性不可像在传统治疗中通过多天治疗来平均，因而在线剂量验证更为重要。
为解决这一难点，研究人员采用了一种创新性的解决方案：在患者身上安装传感器，跟踪治疗过程中组织热膨胀(能量沉积产生)产生的声波信号，得到人体内部剂量沉积的情况。此前研究利用时间反演方法，借助GPU加速，重建耗时可压缩至分钟。最新工作在此基础上，团队通过机器学习的方法，利用小波变换有效的完成特征提取，能进一步降低所需传感器的数量和重建时间(秒量级)，并且模型表现出很好的抗噪性。团队通过在治疗前根据病人的解剖信息和治疗方案训练出个性化的模型，在治疗过程中根据实时测量的声波信号，有望实时在线得到二维或三维剂量分布(2毫米左右验证精度)。目前方案尚需要解决的两大难点包括传感器和患者身体的接触，以及患者体内声波传播参数的准确获取。
虽然短脉冲的高能粒子束打出声波信号的原理在上世纪80年代首次被发现，但一直面临的挑战是信号幅度小、信噪比低。随着质子束技术的进步，包括FLASH治疗以及低噪声传感器的进展，团队的研究成果有望用于临床。下一步，团队计划在山东淄博万杰肿瘤医院医院质子治疗中心、合肥离子医学中心来开展实验临床测试。
