Логвинова Юлия Николаевна

Факультет: Компьютерные информационные технологии и автоматика

Специальность: Компьютерная инженерия

Тема магистерской работы:

Разработка специализированной компьютерной системы нахождения оптимального расположения изоцентра лечебного поля при проведении лучевой терапии

Руководитель: проф. Скобцов Ю.А.

1. Введение
2. Цель работы
3. Актуальность и новизна
4. Обзор по теме
5. Информация по теме работы
6. Результаты
7. Литература

Введение

     Опухоли – это патологические разрастания тканей, состоящие из качественно изменившихся клеток, ставших атипичными в отношении дифференцировки, характера роста и других процессов. Различают доброкачественные и злокачественные опухоли.

     В экономически развитых странах злокачественные опухоли занимают второе место после сердечно-сосудистых заболеваний среди причин смерти.

     Лечение опухолей осуществляют различными методами в зависимости от их вида, локализации, стадии развития, от возраста больного и др. Наиболее широко применяемым является хирургический метод лечения. В большом проценте случаев оперативные вмешательства дополняются лучевыми и лекарственными методами лечения. А ряд злокачественных опухолей на ранних стадиях излечивается только с помощью лучевой терапии.

     Лучевая терапия располагает большим набором источников квантового и корпускулярного излучений, обеспечивающих облучение нужного объема тканей в оптимальной лечебной дозе. В связи с этим лучевая терапия стала важнейшей составной частью комплексного лечения злокачественных новообразований.

     Лучевая терапия представляет собой комплекс мероприятий, которые осуществляют подготовительный этап для проведения облучения и непосредственно облучение. В комплекс входят такие мероприятия:
- компьютерная томография;
- планирование лечебных полей облучения. Под лечебными полями (изодозным распределением) в лучевой терапии понимают распределение поглощенной энергии и ионизирующего излучения в теле больного;
- симуляция цикла лучевой терапии;
- непосредственно облучение.

Цель работы

     Цель магистерской работы заключается в создании системы, выполняющей автоматизацию процесса сравнения изображений при выборе изоцентра лечебных полей на этапе симуляции цикла лучевой терапии. В силу того, что данная процедура проводится путем только визуального сравнения топометристами и врачами-радиологами и иногда возникают расхождения во мнениях, то создание выдающей рекомендации системы помогло бы минимизировать субъективную ошибку в нахождении изоцентра.

Актуальность и новизна

     Для получения ожидаемого результата от лучевой терапии, т.е. максимальное поражение мишени облучения и минимальное повреждение окружающих облучаемый объем тканей, необходимо проведение с помощью высокотехнологического оборудования всех вышеперечисленных этапов на высочайшем уровне с минимальной субъективной ошибкой. Поэтому различного рода разработки в области лучевой терапии являются весьма актуальными. Актуальность данной работы можно также подчеркнуть, указывая, что лучевая терапия является одним из главных методов лечения злокачественных новообразований и введение новых разработок в проведение этой терапии может увеличить процент успешного завершения лечения.

    В силу того, что использование такого высокотехнологического оборудования, как симулятор лучевой терапии в Украине осуществляется пока только в нескольких областных противоопухолевых центрах и разработок подобных этой, введенных в эксплуатацию, нет, то таким образом можно выделить новизну данной задачи.

Обзор по теме

Локальный уровень

     Среди магистерских работ студентов нашего университета можно найти такие, которые связаны либо с диагностикой новообразований в различных органах, либо просто с цифровой обработкой изображений. Однако, разработки, похожие на данную, отсутствуют. Вот список несколько работ по цифровой обработке изображений:

1.«Разработка методов и алгоритмов обработки медицинских изображений с использованием методов искусственного интеллекта»
2.«Разработка автоматизированной системы распознавания текстур изображения с помощью методов, инвариантных к изменению угла поворота и масштаба»
3.«Разработка автоматизированной системы поиска и обработки выделенных объектов на изображениях с помощью методов контурного анализа»

Национальный уровень

     На данный момент в нашей стране при проведении симуляции – подготовительного этапа в лучевой терапии – используются аппараты только зарубежного производства. Лидерами среди фирм-производителей таких аппаратов являются фирмы: Varian, Siemens, Philips. В стране существуют исследовательские институты и кафедры при академиях и университетах, которые занимаются вопросами в области онкологии и радиологии в частности:

1.Национальная медицинская академия последипломного образования им. Г. Л. Шупика, кафедра радиологии.
2.Институт медицинской радиологии им. С. П. Григорьева (Всеукраинская рентгеновская академия).
3.Отделение опухолей органов грудной полости института онкологии АМН Украины.
4.Кафедра онкологии Донецкого государственного медицинского университета им. Горького.

    Однако с опубликованными разработками, касающимися аппаратной части лучевой терапии, я не сталкивалась.

    Существует также система обработки медицинских изображений "ДиаМорф Объектив"

Мировой уровень

    На мировом уровне состояние разработок по нововведениям в работу аппаратов по лучевой терапии, в частности симуляторов, находится на более высоком уровне. Постоянно происходит усовершенствование технологии и расширение возможностей. Количество центров, занимающихся такими вопросами, огромное. Некоторые фирмы – производители медицинского оборудования:

Varian    Philips    Siemens

    А вот список наиболее известных зарубежных научных центров, занимающихся медицинской физикой, можно найти здесь http://www.mephi.ru/win/kaf/kaf35/links.html

Информация по теме работы

Симуляторы лучевой терапии

    Рентгеновский симулятор - это аппарат для определения величины и положения (ориентации и удаления от излучателя) области облучения, маркирования этой области на теле пациента для дальнейшей лучевой терапии, проводимой на мощных аппаратах с использованием радиоизотопов и ускорителей частиц, а также для определения, хранения и последующей передачи на установки для лучевой терапии значений параметров моторизованных частей симулятора, аналогичных с этими установками. Симулятор также средство контроля изменений очага заболевания в результате облучения. На основании данных этого контроля врач принимает решение об изменении параметров облучения при последующем лечении.

    Симулятор, установка для лучевой терапии, компьютерный томограф и планирующая система объединены в одну локальную сеть и имеют доступ к единой базе данных.

    Важность создания и применения симуляторов обусловлена большой мощностью излучения при лучевой терапии и необходимостью весьма точно направлять его поток на очаг заболевания для достижения максимального лечебного эффекта при минимальном воздействии на здоровые ткани и органы.

    Симулятор по своим электрическим и радиационным параметрам аналогичен диагностическим аппаратам. Однако по конструкции и параметрам своих штативных устройств он в соответствии с назначением имеет большое сходство с установками для лучевой терапии.

    Все симуляторы построены по одной схеме. На рисунке 1 изображен симулятор SLS-9 фирмы Philips с указанием основных частей аппарата. Мощный рентгеновский излучатель и усилитель рентгеновского изображения закреплены на противоположных концах П-образной дуги, которая может совершать круговое движение относительно горизонтальной оси, закрепленной в напольной станине.

    Напротив штатива излучателя и устройства регистрации изображения (УРИ) установлен стол с плавающей декой, которая располагается в промежутке между излучателем и УРИ. Благодаря повороту дуги, поступательным движениям деки стола и поворотам станины стола пучок излучения может быть направлен под произвольным углом в любую точку тела пациента, лежащего на столе.

    Выбор оптимального положения пациента относительно излучателя, ориентации и размеров области облучения для последующего лечения осуществляют во время рентгеноскопии с использованием УРИ и телевизионного экрана. Полученные при помощи симулятора числовые данные, цифровые изображения, рентгенограммы и маркировка на теле пациента служат основой для проведения лучевой терапии.[4]

    Самым главным аспектом всей процедуры симуляции является цифровая обработка изображений и их сравнение. Система визуализации симулятора основа на цифровой рентгенографии с электронно-оптическим преобразователем (ЭОП).

    Процесс обработки получаемых в ходе симуляции изображений проходит в виде следующей последовательности:
- получение исходного, «сырого» изображения;
- фильтрация изображения;
- перевод изображения в необходимую цветовую модель;
- форматирование и индексирование изображения;
- разбивка на блоки;
- обработка графической информации, содержащейся в блоках;
- последовательное сжатие;
- энтропийное сжатие.[1,74]

    К преимуществам цифровых рентгенографических систем относятся следующие четыре фактора: цифровое отображение изображения; пониженная доза облучения; цифровая обработка изображений; цифровое хранение и улучшение качества изображений.

Нерешенные проблемы и пути их совершенствования

    Симуляторы лучевой терапии, как аппараты цифровой рентгенологии, имеют, как было отмечено ранее, ряд преимуществ, а также содержат комплекс дополнительных возможностей по обработке цифровых изображений в интерактивном режиме и большую степень автоматизации проводимых процедур. Однако на практике часто приходится сталкиваться с некоторыми недочетами в работе аппарата.

    Рассмотрим подробнее этапы проведения симуляции лучевой терапии. Симуляция лучевой терапии является третьим и завершающим подготовительным этапом перед облучением.

    Первоначально пациент, которому назначена лучевая терапия, проходит обследование на компьютерном томографе. Выходными данными этого обследования является набор определенного количества снимков, представляющих собой поперечные срезы ограниченной части тела пациента.

    Далее на основании этих срезов с возможностью построения 3D изображения пациента на планирующей системе строится план облучения, в котором указывается объем, который будет подвергаться облучению; изоцентр – точка, на которую будет приходиться максимум дозы облучения; дозное распределение на окружающие здоровые ткани и органы; и другая техническая информация.

    Следующий этап – проверка непосредственно на пациенте положения и размеров радиационного поля, если необходима верификация поля, и проведение маркировки (выставление метки на теле пациента, характеризующей изоцентр), а также определение, хранение и передача на установку для лучевой терапии значений параметров моторизованных частей аппарата, аналогичных частям лечебных установок. Этот этап как раз и проводится на симуляторе.

Анимация 1. Процесс проведения симуляции. (Выполнена с помощью Gif Animator, длится 6с, повтор - 5раз). Для запуска обновите страницу.
Кадр 1 - Укладка пациента.
Кадр 2 - Получение снимков (разные проекции).
Кадр 3 - Анализ изображений.
Кадр 4 - Маркировка поля на теле.

    При проведении симуляции одним из самых важных моментов является правильное и точное выставление изоцентра, а именно совмещение двух изображений. На симуляторах, выпускаемых на данный момент, автоматизация этой процедуры не предусмотрена, следовательно, она заключается только в визуальном сравнении врачами-радиологами и топометристами. Поэтому имеет место субъективная ошибка.

    Также немаловажное значение имеет контроль правильной укладки пациента на столе (укладка на компьютерном томографе, на симуляторе и установке для лучевой терапии должна быть одинаковой), что также возлагается на врача-радиолога и топометриста.

    Т.к. задача данной магистерской работы основана на сравнении изображений, то будут задействованы такие математические методы, как привязка изображений и генетические алгоритмы.

    Метод взаимной привязки изображений позволяет выполнить поэлементное сравнение двух изображений одного и того же объекта и таким образом скорректировать относительные пространственные сдвиги, различия в усилении, смещения, вызванные поворотом, а также геометрические искажения и искажения яркости каждого изображения.

    Классический способ взаимной привязки пары функций состоит в том, что формируется величина, измеряющая корреляцию между этими функциями, и находится положение максимума функции корреляции.

    Пусть массивы F1 (j,k) и F2 (j,k) представляют два дискретных изображения, которые требуется привязать друг к другу. В простейшей форме мера корреляции определяется следующим образом:

где (j,k) – индексы элементов в окне W размером J*K элементов, которое расположено внутри зоны поиска S размером M*N элементов. Рисунок 2 иллюстрирует соотношение между зоной поиска и окном. Вообще, функцию корреляции требуется вычислить для всех (M-J+1) (N-K+1) возможных смещений окна в зоне поиска для того, чтобы определить ее максимальное значение и получить оценку ошибки совмещения.

    Применение этой простой меры корреляции связано с двумя основными трудностями. Во-первых, функция корреляции может иметь довольно размытый максимум, что затрудняет его обнаружение. Во-вторых, шум на изображении может скрыть максимум корреляции. Обе трудности можно преодолеть, улучшив меру корреляции таким образом, чтобы в ней учитывались статистические свойства изображений F1 (j,k) и F2 (j,k). Улучшенная мера корреляции определяется так

где массивы Gi (j,k) получаются сверткой массивов, описывающих изображения, с функциями Di (j,k), представляющими собой импульсные характеристики пространственных фильтров: Gi (j,k)= Fi (j,k)* Di (j,k).

    Импульсные характеристики выбираются так, чтобы максимизировать пиковую корреляцию в том случае, когда сравниваемые изображения совмещены наилучшим образом. Эти характеристики можно получить с помощью теории согласованной фильтрации дискретных массивов.[5]

    Генетический алгоритм представляет собой метод решения задач оптимизации; процедуры поиска, основанные на механизмах естественного отбора и наследования.

    Отличия от традиционных методов оптимизации (устойчивость алгоритма):
- обрабатывают не значения параметров задачи, а их закодированную форму;
- осуществляют поиск решений, исходя не из единственной точки, а из их некоторой популяции;
- используют только целевую функцию;
- применяют вероятностные правила выбора.

    Параметры задачи являются генетическим материалом - генами. Совокупность генов составляет хромосому. Каждая особь обладает своей хромосомой, а, следовательно, своим набором параметров. Подставив параметры в целевую функцию, можно получить какое-то значение. То, насколько это значение удовлетворяет поставленным условиям, определяет характеристику особи, которая называется приспособленностью (fitness). Функция, определяющая приспособленность должна удовлетворять следующему условию: чем "лучше" особь, тем выше приспособленность. Генетические алгоритмы работают с популяцией, как правило, фиксированного размера, состоящей из особей, заданных при помощи способа. Особи "скрещиваются" между собой с помощью генетических операторов, получается потомство, причем часть потомков заменяют представителей более старого поколения в соответствии со стратегией формирования нового поколения. Кстати, выбор особей для скрещивания проводится согласно селективной стратегии. Так вот, заново сформированная популяция снова оценивается, затем выбираются наиболее достойные для скрещивания особи и т.д. Продолжается до тех пор, пока не найдется особь, гены которой представляют оптимальный набор параметров, при которых значение целевой функции близко к максимуму или минимуму, либо равно ему. Останов работы генетического алгоритма может произойти также в случае, если популяция вырождается, т.е. если практически нет разнообразия в генах особей популяции, либо если просто вышел лимит времени. Вырождение популяции называют преждевременной сходимостью (premature convergence).[2]

    Для решения некоторой задачи с помощью генетического алгоритма её данные необходимо представить в виде генов особи. Для этого, прежде всего, необходимо определить какие параметры задачи необходимо настроить.

Результаты

    Таким образом, разрабатываемая система должна:
- автоматизировать процесс поиска на интерактивных рентгеновских изображениях, полученных на таком подготовительном этапе лучевой терапии, как симуляция, точки, характеризующей центр облучения;
- поиск осуществлять на основании изображений, содержащих указанную точку, но полученных и обработанных на предварительных этапах (центр облучения – результат просчета планирующей системы). Данные изображения являются в своем роде эталоном, с которым производится сравнение;
- производить сравнение, используя метод обработки изображений - генетические алгоритмы;
- указывать величину смещения в соответствующих направлениях стола для попадания в точку, являющуюся наилучшим решением;
- носить рекомендационный характер.
    На данный момент программа находится в стадии разработки. Завершение планируется на декабрь 2008г.

Литература

1. Физика визуализации изображений в медицине: В 2-х томах. Т.1:Пер. с англ./Под ред. С.Уэбба.-М.:Мир,1991.- 408 с.
2. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д.Рудинского. - М.:Горячая линия -Телеком,2006. – 452с.
3. Медицинская техника Беликова Т.П.,Лапшин В.В.,Яшунская Н.И.-1995.- № 1-с.7
4. Официальный сайт фирмы-производителя онкологического оборудования - Varian medical systems. Общее описание симуляторов лучевой терапии.
URL:http://www.varian.com/us/oncology/radiation_oncology/acuity/
5. Цифровая обработка изображений в информационных системах И.С.Грузман, В.С. Киричук, В.П. Косых, Г.И. Перетягин
URL: http://dsp-book.narod.ru/dspimage/dspimage.htm