肿瘤磁感应治疗计划系统适形热疗方法
卓子寒, 翟伟明, 蔡东阳, 王婕, 张晓冬, 唐劲天
清华大学 工程物理系, 粒子技术与辐射成像教育部重点实验室, 北京 100084
唐劲天, 研究员, E-mail:tangjt@mail.tsinghua.edu.cn

作者简介: 卓子寒(1987—), 男(汉), 江苏, 博士研究生。

摘要

磁感应热疗在临床实施时,需要达到适形杀灭肿瘤和保护正常组织的治疗目标,因此要求在术前治疗计划系统中对靶区的温度分布情况进行数值模拟,以指导医生制定合适的治疗计划,确保治疗的安全性和有效性。该文基于VTK/ITK等医学影像开源算法工具包,采用医学CT影像3维重建数据场信息,对磁感应热疗过程中治疗区域内的肿瘤及其周围组织进行可视化和适形分割,以确立治疗靶区和植入热籽; 基于电磁学和生物传热学的理论方法,以及肿瘤内的适形热籽排布方案,对治疗时热籽磁热效应产生的能量场分布和热量扩散形成的温度场分布进行理论建模和仿真; 并将适形热疗方法实际应用于肿瘤磁感应热疗计划系统中。结果表明: 磁感应治疗计划系统的适形热疗方法可以辅助医生直观地分割肿瘤和组织器官,进而准确计算靶区的温度场分布,制定合理的适形热疗计划。

关键词: 肿瘤热疗; 磁感应治疗; 术前计划; 建模仿真
中图分类号:R730.59 文献标志码:A 文章编号:1000-0054(2014)06-0706-05
Conformal treatment method for tumor magnetic induction hyperthermia treatment planning system
Zihan ZHUO, Weiming ZHAI, Dongyang CAI, Jie WANG, Xiaodong ZHANG, Jintian TANG
Key Laboratory of Particle and Radiation Imaging of Ministry of Education, Department of Engineering Physics, Tsinghua University, Beijing 100084, China
Abstract

Clinical implementation of magnetic induction hyperthermia (MIH) seeks to conformally killing tumor cells while protecting the normal tissue. Thus, the temperature distribution in the treatment area needs to be accurately simulated by the preoperative treatment planning systems (TPS) to help the surgeon make an appropriate clinical plan to ensure the safety and efficacy of the MIH therapy. Medical image open source toolkits, such as VTK and ITK, can give accurate 3-D reconstruction, visualization and segmentation of tumors and their surrounding tissue from 2-D CT images. Then, ferromagnetic thermoseeds are implanted into the tumor region. Electromagnetism and bio-heat transfer theories are used to predict the energy fields generated by the thermoseeds and the temperature distributions due to the heat diffusion in the MIH process. This conformal-hyperthermia method can be applied in magnetic induction hyperthermia treatment planning systems (MHTPS). The results show that the conformal-hyperthermia method in MHTPS can help surgeons intuitively segment tumors, accurately predict the temperature distributions in the treatment area, and make reasonable preoperative plans.

Keyword: tumor hyperthermia; magnetic induction therapy; preoperative planning; modeling and simulation

磁感应治疗(magnetic induction hyperthermia, MIH)是肿瘤热疗领域近年发展迅速的一种新技术,其将铁磁性介质(mm级热籽、μm级磁颗粒和nm级磁流体等)植入肿瘤内部并在外部交变磁场(100~500 kHz)感应下升温,使局部病灶快速形成高温区,诱导肿瘤细胞产生凋亡和坏死,从而达到适形治疗目的(图1)。磁感应治疗具有安全性高、靶向性强、可重复治疗等优点,有望在临床肿瘤治疗中取得新的突破[1]。具有生物相容性的铁磁热籽(thermoseed)是一种常见的mm级磁感应热疗介质,热籽介导的磁感应热疗在中国已进入临床研究阶段[2,3], 由于合金热籽本身具有Curie点效应,可以自动控制靶区温度在合理范围内,因此在理想情况下,临床治疗时不需要介入测温,能够加强磁感应热疗的安全性。

磁感应热疗的研究领域目前主要分为4个方面[4]: 交变磁场发生装置研制、治疗计划系统研究、新型铁磁介质制备和生物医学实验研究。本文针对磁感应热疗计划系统领域进行介绍,并对计划制定过程中的适形热疗算法进行研究。

1 适形热疗计划

适用于热籽热疗的肿瘤种类很多,它们的几何形状和空间位置等属性也各有不同,因此如何在治疗过程中结合医学影像确定肿瘤的定位和形态,进而预测合适的治疗热剂量,是磁感应热疗领域的核心问题[5]。为解决这些难点,美国学者 Chin 等[6]于1991年参考肿瘤放疗计划系统,将“热疗计划”(hyperthermia treatment planning, HTP)概念引入。本文基于该理论构建了专业的计算机软件系统,在术前基于生物传热学的数值计算方法对靶区内的热剂量分布进行模拟和仿真,从而帮助选择合适的治疗参数(磁场强度和频率、治疗时间、热籽排布方案等), 该系统即为肿瘤磁感应热疗计划系统(magnetic induction hyperthermia treatment planning system, MHTPS)。

发展至今,磁感应治疗的适形热疗计划要求医生尽量直观地评估患者肿瘤的生理信息,剥离病变组织和血管,以确定治疗区域,然后根据肿瘤的大小、形态、部位规划热介质植入方案和热剂量场,以达到精确灭活肿瘤,且尽可能减少正常组织损伤和避让重要结构的目标[7]。因此,医学影像可视化、组织器官的适形分割,以及温度分布预测数值算法是本文适形热疗方法的重要研究内容。

2 CT图像处理

目前,针对医学影像可视化和组织器官分割的成熟算法很多,为达到适形热疗方法要求,以及更好地利用现有的各种算法提高研究效率,本文基于VTK(visualization toolkit)[8]和ITK(insight segmentation and registration toolkit)[9]开源算法平台,使用医学CT扫描断层影像构建虚拟诊疗和计划环境,实现患者治疗部位的3维重建可视化和机体重要脏器的快速分割。

2.1 3维可视化

本文提出的MHTPS中采用VTK的体绘制算法Ray Casting[10] 和表面重构算法Marching Cubes[11]进行3维重建。

Ray Casting[12]是一种较早提出的体绘制基本算法。MHTPS在渲染虚拟患者过程中,首先要对离散的3维数据场进行重采样,构建连续的数据场,根据采样点性质赋予各体素不同的颜色值和透明度; 然后沿着视线方向向3维数据场中投射光线,与投射光线相交的每一个体素的不透明度决定光线透射程度,同时体素所在平面与入射光的夹角决定光线的反射程度,然后进行颜色和不透明度的数值积分合成,最终得到整个数据场的投影图像(图2)。

图2 虚拟患者治疗部位的3维重建和可视化

Marching Cubes算法在MHTPS中主要用于轮廓分割、温度分布的等值面模型重构,主要流程参考图3。该算法将一系列的几何面片进行组合,从而近似显示物体的形状特征。当模型计算完毕时,即可抛弃原始数据,此后模型的实时拖动、旋转等操作不必对原数据再次进行处理,因此渲染速度极快,非常适用于仅要求显示组织外观且实时性要求很高的情况。

图3 表面重构模型Marching Cubes算法主要流程

2.2 组织器官适形分割

在制定术前适形热疗计划时,医生需要根据重建后的3维医学影像,基于组织器官分割方法来确定治疗靶区范围。医学影像在成像时会受到噪声、偏移场效应、局部体效应及组织运动等的影响,往往具有局部不均匀性或模糊性等质量缺陷,因此在进行组织器官分割时易产生分割不足或泄漏现象。针对该问题,本文基于医学影像序列的3维重建数据场信息,将统计学方法应用于组织器官分割,在MHTPS中实现了一种鲁棒统计分割方法(robust statistics segmentation, RSS)。医生仅需在目标上标记一些“种子点”,综合应用了图像位置信息和像素信息对图像建模,然后通过几何主动轮廓模型(即水平集)进行轮廓演化,算法在具体实现时,利用了稀疏场方法(sparse field)[13]来快速计算,是一种基于水平集的快速分割方法。RSS分割的具体实现过程可参考文[14], 主要流程见图4

医生先在待分割的器官上绘制标记图像,然后经过准备部分、生长部分、停止部分3个阶段,最终得到比较理想的分割结果(图5)。然而, RSS算法也有使用局限性: 1) 准确度比较依赖于人工输入的标记图像; 2) 运算速度较慢; 3) 不适合分割结构特别复杂、体积较小的器官(如白质、脑干等)。

3 温度分布数值方法

适形热疗计划中温度分布预测方法的数值模型主要包括两部分: 合金热籽磁热效应模型,确定了治疗阶段的瞬时能量场分布(也称为比吸收率, SAR); 生物组织传热模型,决定了治疗区域温度场的最终分布情况。

3.1 合金热籽磁热效应

本文采用圆柱形镍-铜合金金属棒(热籽)作为植入肿瘤组织的升温材料,其产热机理是铁磁体的涡流效应,即在交变磁场下,铁磁体内部产生感应电流,进而使热籽本身迅速产热。合金热籽在某一特定温度时会失去磁性,转变为普通顺磁质不再产热,从而自动限制其最高温度,该温度称为Curie温度(或Curie点)。Haider等将铁磁体吸收磁场能量与温度的关系总结为一个非线性的物理过程, Chen等对其进行数值简化,用以下经验公式进行描述[15,16]:

P(T)=P0/{1+exp[β(T-Tc)+2]}.(1)

其中: P( T)是与交变磁场极化方向平行放置的圆柱形铁磁体单位长度吸收磁场的功率, Tc是Curie温度, β/4代表Curie温度点附近曲线的斜率。

P0=πa(ωμmax/2σ))12H02.(2)

其中: μmax是最大磁导率, σ为铁磁体电导率, ω为交变磁场频率, H0为交变磁场强度, a为铁磁体半径。

3.2 生物组织传热

MHTPS使用Pennes生物传热数学模型研究热疗过程中的组织内温度传递和分布情况[17], 其方程形式为

ρCTt=·(KT)+Qb+Qm+Qr).(3)

其中,

Qb=WbCb(Tb-Ta).(4)

相关参数说明及取值可以参考文[16], 其中 Tb为动脉血温度。由于动脉血流速度快、流量大,热疗对其温度不会造成很大影响,因此在计算过程中取恒温37 ℃。式(3)中的 Qr为外部产热项,在本文中即为植入热籽的产热功率,为简化计算,忽略热籽与接触组织间的传热过程,即热籽在 t时刻的产热全部用于组织升温; Qm为热源项(代谢速率), 表示由于局部新陈代谢将生物化学能转换成为的热能,在本文中不予以考虑[18]。因此,传热模型可简化为

ρCTt=K2Tx2+2Ty2+2Tz2+Qb+Qr.(5)

综合式(1)—(5), 对靶区内的生物传热过程使用有限体积算法[19]进行仿真分析,将治疗区域离散为 l×m×n的长方体区域(在实际计划时一般包含肿瘤、其周围等易受热损伤的组织器官,以及血管)。由此可得,在稳态情况下,式(5)的有限体积法离散形式为

K(x+Δx,y,z)A(x+Δx,y,z)T(x+Δx,y,z)-T(x,y,z)Δx-K(x-Δx,y,z)A(x-Δx,y,z)T(x,y,z)-T(x-Δx,y,z)Δx+K(x,y+Δy,z)A(x,y+Δy,z)T(x,y+Δy,z)-T(x,y,z)Δy-K(x,y-Δy,z)A(x,y-Δy,z)T(x,y,z)-T(x,y-Δy,z)Δy+K(x,y,z+Δz)A(x,y,z+Δz)T(x,y,z+Δz)-T(x,y,z)Δz-K(x,y,z-Δz)A(x,y,z-Δz)T(x,y,z)-T(x,y,z-Δz)Δz+WbCb(Ta-T(x,y,z))ΔV+QrΔV=0.(6)

其中: K( x, y, z) A( x, y, z)分别为点 P( x, y, z)处的组织热导率和控制容积表面的面积, Δ V为控制容积的体积, Qr简化为稳态情况下热籽单位体积的产热功率。各参量的计算取值参考表1

表1 相关计算参数取值
3.3 稳态温度计算结果

为验证算法正确性,构建理想磁感应热疗模型。取治疗区域为70 mm×70 mm×70 mm, 长度为30 mm的热籽采用4×4阵列沿平行磁场的方向均匀植入治疗区域中,采用1 mm×1 mm×1 mm的空间步长计算得到稳态情况下的温度场分布结果(图6)。

图6 理想模型稳态温度场分布计算

图6a所示的3-D界面轴向视图的正中切片层数据,使用Matlab绘制温度场等温线(图6b)。考虑算法及收敛条件设置不同的影响因素,本研究结果与Chen[16]使用有限差分法计算得到的分布趋势基本相符,证明本文算法具有较高的准确性。

4 适形热疗方法应用

在磁感应热疗过程中,术前需要首先扫查患者CT影像,并将其导入到本文提出的MHTPS, 通过图形处理单元(graphic processing unit, GPU)实时体绘制的方式将患者的3维解剖结构显示在手术计划界面上。随后,采用RSS分割算法将肿瘤组织分割出来,建立3维表面模型以确定边界条件。然后,将热籽根据模板尺寸间隔适形地植入肿瘤组织,医生可以添加并调整手术路径的位姿、组织参数、磁场参数及治疗时间参数。针对特定靶区热籽排布情况,采用适形热疗计算方法对治疗区域的温度分布情况进行预测,并融合显示到患者的解剖结构图上。最后,医生可以将有效治疗温度区域和肿瘤区域进行对比,从而判断手术计划是否可以有效灭活肿瘤,直到满足实际手术需要为止。

图7表示对一例肝脏肿瘤患者制定磁感应适形热疗计划的应用示例。可以看出,根据肿瘤几何特性适形植入热籽的磁感应热疗具有非常良好的治疗适形性,能够控制肿瘤内部温度达到有效热损伤,同时保护正常组织。

图7 磁感应治疗计划适形热疗方法应用

5 总 结

适形热疗方法研究是肿瘤磁感应热疗计划系统临床应用的核心问题,临床医生可以使用该方法在治疗前进行靶区分割和模拟规划,计算出合理的热剂量,从而帮助和指导制定科学的肿瘤热疗计划,达到最优的适形治疗效果。本文在医学影像3维可视化、组织器官分割及适形热场计算等方面进行了研究:

1) 基于VTK/ITK的开源工具包实现了磁感应热疗的虚拟患者构建,以及肿瘤靶区的适形分割提取,向医生提供直观的病情参考、计划及模拟疗效评估界面。

2) 研究了3维温度场模型和数值方法,根据磁感应设备的磁场参数、植入热籽的电磁参数及人体组织的特异性热参数,采用有限体积法对治疗靶区(region of interest, ROI)内的温度场分布进行计算和仿真,对于选取实际热疗参数及热籽排布情况具有重要的指导作用。

3) MHTPS集成应用了适形热疗方法,使用患者CT影像序列重构几何不规则治疗靶区,通过组织器官分割方法,在3维影像中确定肿瘤区域,此后虚拟适形植入热籽进行温度场分布计算,从而指导制定合理的适形热疗计划。

当然, MHTPS真正走向临床应用仍有很多工作需要进一步深入研究,包括临床软件系统集成和验证实验、导入热介质和人体组织传热学参数测量、热籽排布算法优化和多维热场计算效率提高等。

The authors have declared that no competing interests exist.

参考文献
[1] 曾益新. 磁感应热疗技术为中国创造新的希望和契机[J]. 科技导报, 2010, 28(19): 3.
ZENG Yixin. The technique of magnetic induction hyperthermia: A hope and opportunity for innovative meditech in China[J]. Science & Technology Review, 2010, 28(19): 3. (in Chinese) [本文引用:1]
[2] 王宇瀛, 赵凌云, 王晓文, . 磁感应热疗治疗肿瘤研究进展和临床试验[J]. 科技导报, 2010, 28(20): 101-107.
WANG Yuying, ZHAO Lingyun, WANG Xiaowen, et al. Research progress and clinical trials of magnetic induction hyperthermia for cancer treatment[J]. Science & Technology Review, 2010, 28(20): 101-107. (in Chinese) [本文引用:1]
[3] 王捷忠, 潘建基, 张春, . 关于磁感应热疗技术治疗软组织肿瘤近期疗效和安全性的临床报告[J]. 福建医科大学学报, 2012, 46(1): 47-50.
WANG Jiezhong, PAN Jianji, ZHANG Chun, et al. A clinical report on effectiveness and safety of magnetic induction thermotherapy for soft tissue tumor[J]. Journal of Fujian Medical University, 2012, 46(1): 47-50. (in Chinese) [本文引用:1] [CJCR: 0.594]
[4] 唐劲天. 肿瘤热疗生物学[M]. 北京: 人民卫生出版社, 2010.
TANG Jintian. Tumor Hyperthermia Biology[M]. Beijing: People's Medical Publishing House, 2010. (in Chinese) [本文引用:1]
[5] 杨雄伟. 肿瘤磁介导加温治疗计划系统相关研究与实现[D]. 广州: 广东工业大学, 2007.
YANG Xiongwei. Magnetic Interstitial Tumor Hyperthermia Planning System Correlation Study and Implementation [D]. Guangzhou: Guangdong Industry University, 2007. (in Chinese) [本文引用:1]
[6] Chin R B, Stauffer P R. Treatment planning for ferromagnetic seed heating[J]. International Journal of Radiation Oncology* Biology* Physics, 1991, 21(2): 431-439. [本文引用:1] [JCR: 4.176]
[7] Zhuo Z H, Zhai W M, Cai D Y, et al. Design and implementation of magnetic induction hyperthermia treatment planning workflow based on CT images [C]// 2013 ICME International Conference on Complex Medical Engineering. Beijing: IEEE, 2013: 40-44. [本文引用:1]
[8] The Visualization Toolkit[EB/OL]. [2012-03-01]. http://www.vtk.org. [本文引用:1]
[9] Insight Segmentation and Registration Toolkit[EB/OL]. [2012-03-01]. http://www.itk.org. [本文引用:1]
[10] Max N. Optical models for direct volume rendering[J]. IEEE Transactions on Visualization and Computer Graphics, 1995, 1(2): 99-108. [本文引用:1] [JCR: 1.919]
[11] Lorensen W E, Cline H E. Marching cubes: A high resolution 3D surface construction algorithm[J]. ACM Siggraph Computer Graphics, 1987, 21(4): 163-169. [本文引用:1]
[12] Galloway J R L. The process and development of image guided procedures[J]. Annual Review of Biomedical Engineering, 2001, 3(1): 83-108. [本文引用:1] [JCR: 12.45]
[13] Gao Y, Tannenbaum A, Kikinis R, et al. Simultaneous multi-object segmentation using local robust statistics and contour interaction [C]// International Conference on Medical Computer Vision. Beijing: Springer, 2011: 195-203. [本文引用:1]
[14] 刘玲玲, 康晓东, 王昊, . 基于稳健特征统计的医学影像分割方法[J]. 计算机工程, 2013, 39(5): 257-260.
LIU Lingling, KANG Xiaodong, WANG Hao, et al. Medical image segmentation algorithm based on robust feature statistics[J]. Computer Engineering, 2013, 39(5): 257-260. (in Chinese) [本文引用:1] [CJCR: 0.509]
[15] Haider S A, Wait J R, Cetas T C, et al. Power absorption in ferromagnetic implants from radio frequency magnetic fields and the problem of optimization[J]. IEEE Transactions on Microwave Theory and Techniques, 1991, 39(11): 1817-1827. [本文引用:1] [JCR: 2.943]
[16] Chen Z P. Three-dimensional simulations of ferromagnetic implant hyperthermia[J]. Medical Physics, 1992, 19(4): 989-997. [本文引用:2] [JCR: 3.012]
[17] Pennes H H. Analysis of tissue and arterial blood temperature in the resting forearm[J]. Journal of Applied Physiology, 1948, 1(2): 93-122. [本文引用:1] [JCR: 3.434]
[18] 刘静, 邓中山. 肿瘤热疗物理学 [M]. 北京: 科学出版社, 2008: 34-37.
LIU Jing, DENG Zhongshan. Physics of Tumor Hyperthermia [M]. Beijing: Science Press, 2008: 34-37. (in Chinese) [本文引用:1]
[19] 李人宪. 有限体积法基础 [M]. 2版. 北京: 国防工业出版社, 2008: 15-35.
LI Renxian. Basis of Finite Volume Method [M]. 2nd Ed. Beijing: National Defense Industry Press, 2008: 15-35. (in Chinese) [本文引用:1]