[논문]양성자치료계획을 위한 이중에너지 전산화단층촬영 잡음 제거 영상 기반 저지능비 추정 방법

조병두

doi:10.7742/jksr.2023.17.2.207

양성자치료계획을 위한 이중에너지 전산화단층촬영 잡음 제거 영상 기반 저지능비 추정 방법
Stopping Power Ratio Estimation Method Based on Dual-energy Computed Tomography Denoising Images for Proton Radiotherapy Planning 원문보기

한국방사선학회 논문지 = Journal of the Korean Society of Radiology, v.17 no.2, 2023년, pp.207 - 213

조병두 (동서대학교 방사선학과)

초록
AI-Helper

전산화단층촬영(computed tomography, CT) 영상은 양성자 브레그 피크 위치 추정 및 치료 계획 시뮬레이션의 기초로 사용된다. Hounsfield Unit(HU) 기반의 양성자 저지능비(stopping pwer ratio, SPR) 예측 과정에서 환자의 밀도와 원소 구성의 작은 차이로 양성자 빔의 경로를 따라 브레그 피크 위치의 불확실성이 발생한다. 본 연구에서는 브레그 피크 위치 예측 불확실성 감소를 위하여 이중에너지 전산화단층촬영 영상 기반의 양성자 저지능비 예측 정확도의 잠재력을 연구를 하였다. 양성자 빔의 저지능비를 추정하기 위해 전산화단층촬영 시스템(Somatom Definition AS, Siemens Health Care, Forchheim, Germany)을 이용하여 전자밀도팬텀(CIRS Model 062M electron density phantom, CIRS Inc., Norfolk, VA, USA)의 단일에너지 및 이중에너지 영상을 획득하였다. 이를 검증하기 위해 미국 국립 표준기술 연구소(National Institute of Standards and Technology, NIST)에서 제공하는 표준 데이터를 통하여 추정한 실제 저지능비와 비교하였다. 그 결과 잡음이 제거된 이중에너지 영상 기반 방법을 통한 양성자 빔의 저지능비 예측에서 정확도 개선 가능성을 확인할 수 있었으며, 인체의 다양한 밀도와 원소 구성을 가진 대체물을 더욱 다양하게 제작하여 저지능비를 예측 할 경우 더욱 향상된 양성자의 브레그 피크 위치 예측이 가능할 것으로 사료된다.

Abstract ▼ AI-Helper

Computed tomography (CT) images are used as the basis for proton Bragg peak position estimation and treatment plan simulation. During the Hounsfield Unit (HU) based proton stopping power ratio (SPR) estimation, small differences in the patient's density and elemental composition lead to uncertainty in the Bragg peak positions along the path of the proton beam. In this study, we investigated the potential of dual-energy computed tomography image-based proton SPRs prediction accuracy to reduce the uncertainty of Bragg peak position prediction. Single- and dual-energy images of an electron density phantom (CIRS Model 062M electron density phantom, CIRS Inc., Norfolk, VA, USA) were acquired using a computed tomography system (Somatom Definition AS, Siemens Health Care, Forchheim, Germany) to estimate the SPRs of the proton beam. To validate the method, it was compared to the SPRs estimated from standard data provided by the National Institute of Standards and Technology (NIST). The results show that the dual-energy image-based method has the potential to improve accuracy in predicting the SPRs of proton beams, and it is expected that further improvements in predicting the position of the proton's Bragg peak will be possible if a wider variety of substitutes with different densities and elemental compositions of the human body are used to predict the SPRs.

주제어

표/그림 (9)

그림 Fig. 1. The CIRS 062M electron density phantom which is composed of head and body electron density sections and tissue-equivalent electron density plugs scanning setup with the computed tomography(CT).
그림 Fig. 2. The set of dual energy computed tomography(CT) images taken at 80 kVp and 140 kVp for stopping power ratios calculation.
그림 Fig. 3. Schematic diagram of the k-mean clustering. The inter-pixel correlation between adjacent pixels is taken into consideration.
그림 Fig. 4. Scatter plot of singe energy hounsfield unit(HU) to stopping power ratio(SPR) calibration curve derived from CIRS phantom.
그림 Fig. 5. Scatter plot of dual energy Z_eff - lnI_m calibration curve derived from CIRS phantom.
표 Table 1. Tissue substitutes plug type and elements composition percentage.
그림 Fig. 6. Stopping power ratios(SPRs) estimation images from single and dual energy method.
그림 Fig. 7. The Images generated with dual energy method.
표 Table 2. SPRs values and the relative differences between estimated values and theroretical values. The mean values and standard deviation for a region of interest in each of the DECT and SECT data sets are reported.

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 이중에너지 전산화단층촬영(dual energy computed tomography, DECT)을 이용하여 획득한 데이터의 노이즈를 최소화한 영상 기반으로 전자 밀도(electron density, ED)와 평균 여기 에너지(mean excitation energy, I-value)를 추정하고, 이 값들을 기반으로 양성자 빔의 저지능비로 변화하여, 최종적으로, 양성자 빔의 브레그 피크 위치 추정 불확실성을 감소 할 수 있는 방법의 잠재력을 확인하는 것을 목표로 연구를 수행하였다. 양성자 빔의 저지능비를 예측하기 위한 수학적 기법을 전산화 단층촬영 데이터에 적용하여 위치 예측 잠재력을 비교하였다.

제안 방법

인체처럼 다양한 밀도와 원소 구성을 가진 물체로부터 브레그 피크 위치를 정확하게 예측하기 위하여 전산화단층촬영 영상을 기반으로 저지능비를 추정하였다. 본 연구에서 단일에너지와 이중에너지 영상에서 이론적 감쇠 계수를 적용하여 얻은 다양한 조직 대체물 및 인체 조직의 CT number를 기반으로 저지능비를 예측하였다.
본 연구에서는 양성자 빔의 저지능비를 추정하기 위해 전산화단층촬영 시스템(Somatom Definition AS, Siemens Health Care, Forchheim, Germany)을 이용하여 전자밀도팬텀(CIRS Model 062M electron density phantom, CIRS Inc., Norfolk, VA, USA)의 단일, 이중에너지 영상을 Fig. 1과 같이 획득하였다.
본 연구에서는 전산화단층촬영을 통하여 얻은 단일에너지와 이중에너지 영상 데이터를 기반으로 전자 밀도와 평균 여기 에너지를 추정하고, 이 값들을 기반으로 수학적 기법을 적용하여 양성자 빔의 저지능비를 예측하여 비교하였다. 추가적으로, 예측 정확성을 높이기 위하여 이중에너지 영상 데이터는 사전영상처리 단계에서 노이즈 감소를 진행하였다.
본 연구에서는 이중에너지 전산화단층촬영(dual energy computed tomography, DECT)을 이용하여 획득한 데이터의 노이즈를 최소화한 영상 기반으로 전자 밀도(electron density, ED)와 평균 여기 에너지(mean excitation energy, I-value)를 추정하고, 이 값들을 기반으로 양성자 빔의 저지능비로 변화하여, 최종적으로, 양성자 빔의 브레그 피크 위치 추정 불확실성을 감소 할 수 있는 방법의 잠재력을 확인하는 것을 목표로 연구를 수행하였다. 양성자 빔의 저지능비를 예측하기 위한 수학적 기법을 전산화 단층촬영 데이터에 적용하여 위치 예측 잠재력을 비교하였다.
인체처럼 다양한 밀도와 원소 구성을 가진 물체로부터 브레그 피크 위치를 정확하게 예측하기 위하여 전산화단층촬영 영상을 기반으로 저지능비를 추정하였다. 본 연구에서 단일에너지와 이중에너지 영상에서 이론적 감쇠 계수를 적용하여 얻은 다양한 조직 대체물 및 인체 조직의 CT number를 기반으로 저지능비를 예측하였다.
1과 같이 획득하였다. 전자밀도팬텀은 관전압을 140 kVp로 고정하여 단일 에너지 영상을, 관전압을 각각 80 kVp, 140 kVp로 고정하여 이중에너지 영상을 획득하였으며, Fig. 2와 같다.

성능/효과

추가적으로, 예측 정확성을 높이기 위하여 이중에너지 영상 데이터는 사전영상처리 단계에서 노이즈 감소를 진행하였다. 이중에너지 영상 데이터를 기반으로 도출된 양성자 빔의 저지능비의 정확성 및 기존 방법의 대체 가능성을 확인할 수 있었다. 이를 양성자 및 중입자 치료에 사용할 경우 환자에 따라 변하게 되는 빔의 브레그 피크 위치 추정 불확실성을 감소시킬 수 있을 것으로 판단된다.

후속연구

이를 양성자 및 중입자 치료에 사용할 경우 환자에 따라 변하게 되는 빔의 브레그 피크 위치 추정 불확실성을 감소시킬 수 있을 것으로 판단된다. 본 결과를 바탕으로 향후 연구에서는 계산 정확도를 높이기 위해 노이즈 감소 알고리즘의 개선과 인공지능 기반의 예측 방법을 사용하여 더욱 우수한 영상으로 브레그 피크 위치 예측 가능성을 확인하고자 한다.

참고문헌 (16)

A. C. Knopf, A. Lomax, "In vivo proton range？verification: a review", Physics in Medicine &？Biology, Vol. 58, No. 15, pp. R131, 2013.？https://doi.org/10.1088/0031-9155/58/15/R131

상세보기
M. T. Madsen, "Recent Advances in SPECT？Imaging", The Journal of Nuclear Medicine, Vol. 48,？No. 4, pp. 661-673, 2007.？https://doi.org/10.2967/jnumed.106.032680
A. Besemer, H. Paganetti, B. Bednarz, "The clinical？impact of uncertainties in the mean excitation energy？of human tissues during proton therapy", Physics in？Medicine & Biology, Vol. 58, No. 4, pp. 887-902,？2013. https://doi.org/10.1088/0031-9155/58/4/887

상세보기
E. Bar, P. Andreo, A. Lalonde, G. Royle, H.？Bouchard, "Optimized I-values for use with the？Bragg additivity rule and their impact on proton？stopping power and range uncertainty", Physics in？Medicine & Biology, Vol. 63, No. 16, pp. 165007,？2018. https://doi.org/10.1088/1361-6560/aad312

상세보기
H. Paganetti, "Range uncertainties in proton therapy？and the role of Monte Carlo simulations", Physics in？Medicine & Biology, Vol. 57, No. 11, pp. 99-117,？2012. https://doi.org/10.1088/0031-9155/57/11/r99

상세보기
J. Liebl, H. Paganetti, M. Zhu, B. A. Winey, "The？influence of patient positioning uncertainties in proton？radiotherapy on proton range and dose distributions",？Medical Physics, Vol. 41, No. 9, pp. 091711, 2014.？https://doi.org/10.1118/1.4892601

상세보기
S. Schmid S, G. Landry, C. Thieke, F. Verhaegen,？U. Ganswindt, C. Belka, K. Parodi, G. Dedes,？"Monte Carlo study on the sensitivity of prompt？gamma imaging to proton range variations due to？interfractional changes in prostate cancer patients",？Physics in Medicine & Biology, Vol. 60, No. 24, pp.？9329-9347, 2018.？https://doi.org/10.1088/0031-9155/60/24/9329

상세보기
S. Kim, J. Choi, H. Won, J. Hong, J. Cho, S. Lee,？C. Park, "A Study on Accuracy and Usefulness of？In-vivo Dosimetry in Proton Therapy", Journal of the？Korean Society of Radiology, Vol. 8, No. 4, pp.？171-180, 2014. https://doi.org/10.7742/jksr.2014.8.4.171

원문보기 상세보기
B. van der Heyden, I. P. Almeida, G.？Vilches-Freixas, C. Van Beveren, A. Vaniqui, C.？Ares, K. Terhaag, G. P. Fonseca, D. B. P. Eekers, F.？Verhaegen, "A comparison study between single- and？dual-energy CT density extraction methods for？neurological proton monte carlo treatment planning",？Acta Oncologica, Vol. 59, No. 2, pp. 171-179, 2020.？https://doi.org/10.1080/0284186x.2019.1679879

상세보기
U. Schneider, E. Pedroni, A. Lomax, "The？calibration of CT Hounsfield units for radiotherapy？treatment planning", Physics in Medicine & Biology,？Vol. 41, No. 1, pp. 111-124, 1996.？https://doi.org/10.1088/0031-9155/41/1/009

상세보기
M. Saito, "Potential of dual-energy subtraction for？converting CT numbers to electron density based on？a single linear relationship", Medical Physics, Vol.？39, No. 4, pp. 2021-2030, 2012.？https://doi.org/10.1118/1.3694111

상세보기
Q. Lyu, D. O'Connor, T. Niu, K. Sheng,？"Image-domain multimaterial decomposition for？dual-energy computed tomography with nonconvex？sparsity regularization", Journal of Medical Imaging,？Vol. 6, No. 4, pp. 044004,？2019.https://doi.org/10.1117/1.JMI.6.4.044004

상세보기
Z. Li, S. Leng, L. Yu, A. Manduca, C. H.？Mccollough, "An effective noise reduction method？for multi-energy CT images that exploit？spatio-spectral features", Medical Physics, Vol. 44,？No. 5, pp. 1610-1623, 2017.？https://doi.org/10.1002/mp.12174

상세보기
D. H. Lee, H. H. Jo, S. J. Shim, J. H. Kim, K. M.？Oh, B. Lee, N. H. Lee, S. Cho, "Effective noise？reduction algorithm for material decomposition in？dual-energy X-ray inspection", Nuclear Instruments？and Methods in Physics Research Section A:？Accelerators, Spectrometers, Detectors and Associated？Equipment, Vol. 968, No. 3, pp. 163930, 2019.？https://doi.org/10.1016/j.nima.2020.163930

상세보기
M. Petrongolo, L. Zhu, "Noise Suppression for？Dual-Energy CT Through Entropy Minimization",？IEEE Transactions on Medical Imaging, Vol. 34,？No. 11, pp. 2286-2297, 2015.？https://doi.org/10.1109/TMI.2015.2429000.

상세보기
H. H. Lee, B. Li, X. Duan, L. Zhou, X. Jia, M.？Yang, "Systematic analysis of the impact of imaging？noise on dual-energy CT-based proton stopping？power ratio estimation", Medical Physics, Vol. 46,？No. 5, pp. 2251-2263, 2019.？https://doi.org/10.1002/mp.13493？

상세보기

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증