CN102711914B

CN102711914B - 高强度聚焦超声换能器的优化

Info

Publication number: CN102711914B
Application number: CN201080059733.2A
Authority: CN
Inventors: E·G·勒杜列斯库; G·J·恩霍尔姆; R·Q·埃尔坎普; I·A·J·科斯凯拉; S·D·索卡; E·T·韦海莱; M·O·科勒
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Bofang Medical Co ltd; Koninklijke Philips NV
Priority date: 2009-12-28
Filing date: 2010-12-07
Publication date: 2016-10-19
Anticipated expiration: 2030-12-07
Also published as: US11801401B2; US20220395709A1; BR112012015620A2; JP2013515583A; US20130035582A1; WO2011080631A2; US20180361174A1; JP5681727B2; EP2519321A2; RU2012132312A; WO2011080631A3; CN102711914A; RU2563061C2; US10058717B2

Abstract

当规划磁共振（MR）引导的高强度聚焦超声（HIFU）治疗时，根据描述感兴趣区域（ROI）（146）的尺寸、形状和位置以及HIFU换能器元件和所述ROI（146）之间的任何阻碍物（144）的3D MR数据来优化HIFU换能器元件参数。调整换能器元件的相位和振幅以最大化至所述ROI（146）的HIFU辐射传送同时最小化至所述阻碍物（144）的传送。附加地或者可选地，在所述阻碍物（144）位于所述ROI（146）和给定换能器元件之间的情况下，选择性地使换能器元件失效。

Description

高强度聚焦超声换能器的优化

本申请在磁共振(MR)引导的高强度聚焦（HIFU）消融程序和系统中是尤其有用的。然而，将意识到，所描述的（一项或多项）技术也可在其他类型的治疗规划系统、其他图像引导治疗系统和/或其他医学应用中得到应用。

肝癌是最普遍的肿瘤类型之一，并且是尤其难以做手术的，因为其倾向于大出血。因此消融程序对于其治疗已成为常规手段，包括使用射频（RF）或者激光探头的热消融、冷冻消融等等。

高强度聚集超声（HIFU）的使用已经逐渐变得更加流行。一个原因在于MR成像可以在该程序期间用于监测组织温度，使其风险更小。对于肝脏消融而言有两个主要问题：肝脏具有大量的血流，并且其随着患者的呼吸而移动。另一问题在于肝脏位于肋骨之后，这阻碍了HIFU的传输。

一般而言，与MR引导的HIFU程序相关联的一个问题在于很难将所施加的热分布在正确的地方：一方面ROI，例如肿瘤，需要被消融。另一方面，从换能器来看，在肿瘤之前的区域（近场），或者其之后的区域（远场）需要被保留。在肝脏的情况下，由于肝脏被血流高效冷却，增大了对超声功率的要求，并且同时肋骨限制了对ROI的可达性的事实，加重了这一问题。肋骨问题是双重的：首先，波束碰撞肋骨的部分不能到达ROI，并且其次，肋骨对于超声辐射是敏感的，因为它们高效地吸收该辐射并且因此很容易过热。

传统的规划程序主要设计用于声处理可以直接到达而不需在肋骨之间传送波束的器官，例如子宫。换能器的焦斑被操纵至ROI。在最复杂的系统中，使用机械的（使用电机）和电子的（使用相控换能器元件阵列）操纵。

目前，最新的治疗规划是使用规划软件工具，其用于使用来自患者的MRI图像来描述期望的换能器位置和治疗单元。该软件将声学路径在MRI图像的上部可视化以便展示任何关键器官是否位于波束路径中或者在安全界限之内。将声束简单建模为从换能器到焦斑进入远场的几何圆锥形。在治疗期间，使用低能量声处理来检测并手动校正与目标焦点的空间偏差，并且使用热监测作为对热力加热控制的反馈。

用于解决波传播的一般数值方法如文献中所描述。在医学超声领域中，最著名的方法是基于时域的方法、有限元方法和瑞利积分的各种派生。

在常规的治疗和治疗规划技术中，假设声学路径穿过水（例如，水体模）。然而，沿着穿过人类受试者或者患者的声学路径上具有有着不同声学特性的各种材料和组织。特别地，皮下脂肪作为声畸变源是公知的。在界面处的折射使得声学焦点从目标位置移动，并且由于不同声学路径长度导致的相位偏差降低了点的锐度。这些问题传统地是使用试错法手动校正以及热反馈来处理。可以通过适当地建模声学路径来减轻这些问题。

常规治疗计划使用几何圆锥形来生成，从而使超声波覆盖全部的相关体积。然而，显著致畸的对象（即，阻碍物），例如骨，通常位于声学路径上。骨增大了反射和波衍射，使得焦点形状畸变，并且给患者和超声换能器两者造成潜在的损害。

对于采用精确数值方法例如有限元方法或者瑞利积分的模拟技术，问题的几何结构被典型地描述为离散的网格，包括诸如三角形的有限几何基元。基元的尺寸是波长的分数。声建模问题的共同特点在于所考虑的结构在声波长方面是较大的，导致相应的大的网格。细节根据所采用的特定数值方法而变化，但是对于所有的这些方法共同的是小基元彼此的相互作用。对于大的网格，这导致模拟时间过长从而该技术在交互方式中不可能是经济有效的。例如，一种使用这种技术的流行方式是使用工作日来规划和准备该模拟任务，并且在晚上或者周末期间执行实际计算。

在现有技术中需要一种系统和方法，其便于HIFU换能器元件特性的自动优化，以利用患者的肋间空间作为消融路径等等，因而克服以上所提及的缺点。

根据一个方面，一种便于磁共振（MR）引导的高强度聚焦超声（HIFU）消融规划的治疗规划工具，包括处理器，所述处理器执行用于优化HIFU换能器元件发射的计算机可执行指令，所述指令包括评估换能器数据，所述换能器数据包括换能器元件的位置、几何结构和声学参数信息。所述指令还包括评估包括ROI数据和阻碍物数据的3D MR数据，所述ROI数据描述将被消融的感兴趣区域（ROI）的尺寸、形状和位置，所述阻碍物数据描述在一个或多个HIFU换能器元件和所述ROI之间的阻碍物的尺寸、形状和位置。此外，所述指令包括执行优化器，所述优化器在最小化至所述阻碍物和周围组织的HIFU波形传送的同时最大化至所述ROI的HIFU波形传送。所述规划工具还包括存储器，其存储所述计算机可执行指令，所述换能器数据、MR数据和多个经优化的HIFU参数。

根据另一方面，一种磁共振（MR）引导的高强度聚焦超声（HIFU）消融规划的方法，包括评估包括换能器元件的位置、几何结构和声学参数信息的换能器数据，以及评估包括ROI数据和阻碍物数据的3D MR数据，所述ROI数据描述将被消融的感兴趣区域（ROI）的尺寸、形状和位置，所述阻碍物数据描述在一个或多个HIFU换能器元件和所述ROI之间的阻碍物的尺寸、形状和位置。所述方法还包括执行优化器，所述优化器在最小化至所述阻碍物和周围组织的HIFU波形传送的同时最大化至所述ROI的HIFU波形传送。

根据另一方面，一种执行用于MR引导的高强度聚焦超声（HIFU）消融程序的当场（in situ）声处理模拟的方法，包括生成患者特异性声学路径模型，经由用户接口向用户呈现所述声学路径模型，以及接收用户输入，所述用户输入是关于对一个或多个HIFU换能器元件的位置以及所述一个或多个HIFU换能器元件的发射相位和振幅中的至少一个的调整。所述方法还包括使用所述声学路径模型和所述用户输入来模拟感兴趣区域（ROI）的HIFU声处理。

一个优点在于减少健康组织的HIFU暴露。

另一优点在于最大化ROI中的HIFU暴露。

另一优点在于使用声学模拟来建模焦点形状并且监视杂散场。

另一优点在于避免敏感组织过度加热的能力。

当阅读和理解了以下详细描述时，本领域普通技术人员将意识到该主题发明的更进一步的优点。

附图仅出于图示各种方面的目的，并且不被解释为用于限制。

图1图示了规划工具，其便于优化换能器元件的相位、振幅、位置等等，并且在超声治疗规划期间执行快速当场声学模拟；

图2图示了处理流程，其用于优化与给定的HIFU换能器的位置和几何结构和声学参数对应并同时考虑消融ROI的尺寸和位置以及肋骨定位的发射参数（例如，振幅和相位）；

图3图示了用于基于空间脉冲响应技术的优化程序的处理流程；

图4图示了邻近患者皮肤定位的HIFU换能器阵列的例子，其中多条肋骨阻碍了超声波至将被消融的ROI的发射；

图5图示的例子为针对超声波形或者射线的叠加振幅和相位的结果，从而随着HIFU阵列发射超声波穿过患者皮肤并经过肋骨，可以同时消融ROI的多个区域，最小化总治疗时间；

图6图示了用于在利用肋间空间的MR引导的组织消融程序例如肝脏消融期间优化HIFU换能器定位的方法；

图7图示了用于优化HIFU换能器的定位的方法；

图8图示了针对阵列的给定位置的HIFU阵列、肋骨以及ROI的概念性布置；

图9图示了根据在本文中描述的一个或多个方面的执行随机声学模拟的方法；

图10图示了根据在本文中描述的一个或多个方面的用平面近似来执行声学模拟的方法；

图11图示了根据在本文中描述的一个或多个方面的用于估计所有换能器元件的子组的贡献的方法。

在本文中公开的系统和方法用于在利用肋间空间的MR引导的组织消融程序例如肝脏消融期间优化对HIFU换能器的发射参数和位置的选择。该优化程序考虑HIFU换能器的位置、几何结构和声学参数。其也考虑感兴趣消融区域（ROI）的尺寸和位置以及肋骨的3D定位。通过对高分辨率MR数据的分割来确定肋骨的定位。该优化程序产生针对每个换能器元件的振幅和相位，以及一系列五个自由度的换能器定位（三维加上纵摇和艏摇）和每个位置的失效元件的相应列表。振幅和相位确保ROI中的最大热积聚和肋骨的最小热积聚。应该注意到没有直接的元件关闭而是将优化的振幅和相位应用于所有的换能器元件。此外，该优化程序产生叠加振幅和相位结果，其同时消融ROI的多个区域，最小化总治疗时间。

在另一实施例中，每个换能器位置与给定的HIFU暴露时间和能量相关联，从而在来自所有位置的声处理之后，消融整个ROI。可以以换能器位置的ROI覆盖范围的降序来排序换能器位置，从而治疗从具有最佳覆盖范围的位置开始。在另一实施例中，可以通过排序换能器位置从而在连续有效的孔径覆盖区（footprint）之间具有最小交叠来最小化在表面皮肤层中的加热。

参照图1，图示了规划工具10，其便于优化换能器元件的相位、振幅、位置，等等，并且在超声治疗规划期间执行快速当场声学模拟。所述工具10包括处理器12和存储器或计算机可读介质14，所述处理器12执行用于执行在本文中描述的各种功能、方法和/或算法的计算机可执行指令，所述存储器或计算机可读介质14存储用于执行在本文中描述的各种功能、方法和/或算法的计算机可执行指令。在一个实施例中，处理器12包括并行处理架构。该工具还包括用户接口（UI）16（例如，监视器、计算机终端、工作站，等等），经由该用户接口将信息呈现给用户或操作者以及从用户或操作者接收信息。该工具耦合到高强度聚焦超声（HIFU）设备18和磁共振（MR）扫描器20中的每个。

存储器包括HIFU换能器数据22或者信息，包括换能器元件的位置、几何结构以及声学参数信息。ROI数据24和阻碍物数据26由MR扫描器提供，并且也被存储在存储器中。该ROI数据描述了感兴趣区域（例如，消融目标）的3D尺寸和形状，而阻碍物数据描述了换能器元件和ROI之间的阻碍物（例如，肋骨或者其他骨）的位置或定位以及形状。HIFU设备也提供被存储在存储器中的换能器元件相位和振幅信息28。处理器分析空间脉冲响应信息（例如，来自耦合到ROI和阻碍物的探头），并且针对给定连续波频率来执行傅里叶变换算法30，其被输入至相位和振幅优化器32（例如，由处理器12执行的计算机可执行指令）。处理器也生成每个换能器元件的发射振幅和相位的初始方案，以及生成被输入到相位和振幅优化器的目标函数，该相位和振幅优化器然后生成针对每个换能器的相位和振幅的优化方案以消融ROI，同时最小化转移至周围组织和/或（一个或多个）阻碍物的热。此外，存储器存储叠加结果34，该结果由处理器12生成以叠加多个元件的振幅和相位，以便于同时消融ROI的多个区域。在下文中参照图2-5更加详细地描述了这些方面。

存储器还包括位置优化器36（例如，计算机可执行指令组，等等），该位置优化器36接收换能器数据22，该换能器数据与沿着患者表面的每个换能器元件的位置相关并相对于ROI和任何阻碍物。当位置优化器被处理器12执行时，位置优化器使具有这样的瞄准线的换能器元件失效，该瞄准线穿过在通往ROI的路线上的阻碍物。以这一方式，在消融期间只有具有至ROI的未受阻碍的瞄准线的元件保持有效和发射。在下文中参照图6-8进一步描述了这些方面。

根据另一实施例，存储器包括在当场治疗规划期间执行快速声学模拟的当场消融模拟器38（例如，由处理器12执行的计算机可执行指令），其在消融模拟期间采用患者解剖结构的声学路径模型40。在本文中描述了三种用于执行当场模拟的合适算法，包括随机模拟算法42、近似算法44和估计算法46。随机模拟算法采用在模拟程序期间存储声子信息的声子缓冲器48。在下文中参照图9-11更加详细地描述了这些特征。

在一个实施例中，声学路径模型包括水箱、聚酯薄膜、凝胶垫以及患者解剖结构。针对模拟体积的每个点指定声学参数，典型的为波的速度、波的衰减以及组织密度。这通过将体积分割为均匀的子体积，并且针对每个子体积指定声学参数组来完成。在一个实施例中，用户基于（例如，使用MR扫描器20生成的）规划图像来手动提供分割信息。例如，对于纤维瘤治疗，皮下脂肪层的定位和近似厚度可能是有用的。在另一实施例中，使用自动分割算法（未示出）以对来自当场采集的规划图像进行分割。

在其他实施例中，例如在MRI图像的质量或者运算要求使得当场自动分割不可行的应用中，可以基于先前生成的图像来离线进行分割。此外，可以使用除了MRI之外的成像模态来作为分割的基础。

为了完成分割，给每个子体积提供特定的声学参数。在一个实施例中，用户使用UI 16来录入参数值。可以基于组织从范值表来确定该值。

图2-5和相关描述涉及换能器发射参数的优化以在MR引导的组织消融期间利用肋间间隔。

图2图示了处理流程，其用于优化与给定的HIFU换能器的位置和几何结构和声学参数对应并同时考虑消融ROI的尺寸和位置以及肋骨定位的发射参数（例如，振幅和相位）。此外，图2的优化过程通过提供便于同时消融ROI的多个区域的振幅和相位来优化总治疗时间。在100，接收几种类型的输入信息（例如，通过执行该优化的处理器）。该输入信息包括HIFU换能器的位置、几何结构和声学参数，以及消融ROI的尺寸和位置。输入信息也包括3D肋骨位置信息。

在102，执行优化，并且包括优化针对多个换能器元件中的每个的振幅和相位。优化还包括生成和/或优化针对ROI的多个区域的叠加振幅和相位结果，其允许对ROI的多个区域的同时消融并且减少消融程序的持续时间。参照图3来进一步描述这一步骤。在104，使用经优化的振幅和相位信息以及叠加结果来执行消融程序。

图2的方法因而提供了用于在利用肋间空间的MR引导的组织消融程序，例如肝脏消融中，选择HIFU换能器的发射参数的优化技术。该优化程序产生针对HIFU换能器的每个元件的振幅和相位。经优化的振幅和相位确保ROI中的最大热积聚以及肋骨中的最小热积聚。将注意的是，在一个实施例中，不需要有直接的元件关闭，而是可将优化的振幅和相位应用于所有换能器元件。

图3图示了用于基于空间脉冲响应技术的优化程序的处理流程。在120，计算ROI中和肋骨位置处的网格点上换能器探头元件的空间脉冲响应。为了清楚起见，图4（在下文中）示出了HIFU换能器、肋骨位置和消融ROI。在122，通过针对给定连续波（CW）频率对脉冲响应执行傅里叶变换来获得CW方案（对于低MI假设声学线性传播）。在124，给优化程序102提供针对元件的振幅和相位的初始方案。例如，针对具有128个元件的换能器，提供256个值。在126，通过ROI中的声学压力和肋骨水平处的声学压力的比值来确定目标函数。使用来自122、124和126的输入信息，执行优化功能102以最小化目标函数。在128，提供针对元件的振幅和相位的最优方案。将意识到的是，可以使用在频域中研发出的类似方法，例如使用从ROI到换能器孔径元件的反向传播并且考虑肋骨位置。

图4图示了邻近患者皮肤142定位的HIFU换能器阵列140的例子，其中多条肋骨144阻碍了超声波向将被消融的ROI 146的发射。

图5图示的例子为针对超声波形或者射线150的叠加振幅和相位结果，从而随着HIFU阵列140发射超声波穿过患者皮肤142并经过肋骨144，可以同时消融ROI 146的多个区域152，最小化总治疗时间。图5图示了在优化中如何考虑来自ROI的多个区域。

通过举例方式提供了以下描述以进一步细化优化模块或者功能102以及图1-5的相关系统和方法的操作。HIFU阵列140具有由数字n标明的发射器元件（未示出）。它们每个都传送功率I_n，该功率的部分消耗在ROI中。这一部分与音波强度的体积积分、局部吸收系数以及在到达ROI之前的波的衰减成比值。由波产生的，ROI内部的局部强度等于I_n。定义数值E_ROI，其与在给定时间向吸收单元传送的能量成比值：

E_ROI因而代表ROI中的总能量，如图5所示。数字n对应于每个换能器元件，并且I_n是ROI中的与每个换能器元件对应的平均声学强度。在ROI体积上的积分考虑了与每个换能器元件对应的相位波数k以及ROI中的点相对于换能器的自然焦点的相对距离

对于所有的I_n和（即，针对所有的换能器）分别地相等的情况，定义通过由换能器开口定义的开放圆锥入射的球形波。如果焦点移动至新的位置并且同时调整每个换能器的那么方程具有相同的形式。这对应于电子地移动阵列焦点的公知效应。对于焦点的每个位置，存在阵列元件的相应的值组，其定义了针对给向那一空间点传送能量的波的波函数。

当使用HIFU系统用于治疗时，施加几分钟的超声能量。在这一时间期间，热从治疗点或斑点扩散。因而，不需要均匀地到处施加热：而是可以在彼此相距大于焦斑的一些距离处选择点的栅格（raster）。因此，可以控制斑点之间的干涉效应变得足够小以可被忽略，从而：

只要治疗斑点在各个元件的波束宽度之内适度地接近换能器的自然焦点，那么A_nm振幅与m无关。对于换能器未受阻碍的情况下，选择相位使得E_ROI现在如所预期地变为体积元件的能量数之和。该能量变得与角度α无关，如将示出的，该角度α可以用于优化在近场中有阻碍物（例如，由肋骨）的更复杂的情况。

可以用于优化近场的另一参数是波数k，其影响波长并且因而也影响波的衍射图样。根据一个实施例，在0.5MHz的HIFU换能器带宽之内优化k。

对于受阻碍的情况，能量函数被写为：

接着，最小化E_RIB（由肋骨阻碍物吸收的能量）。选择覆盖肋骨的适当的体积元件系统，针对该系统计算振幅B_nm和相位β_nm。此外，对应于肋间空间的能量函数可以被写为：

当最小化E_RIB时，也最大化肋间能量E_ICST。类似于E_RIB，选择覆盖肋骨之间空间的适当的体积元件系统，针对该系统计算振幅C_nm和相位γ_nm。

以上提及的目标函数变为最大化E_ROI，并且同时最小化E_RIB和最大化E_ICST。已经示出了通过给予所有换能器元件相同的振幅而表示用于数值优化的适当的特征向量。该函数均对应于将场聚焦到不同的定位。从所述定位计算出阵列的相位，但是包含共同的未定义相位。因而特征函数完全退化，因为能量独立于焦斑位置和共同相位两者。

现在可以通过使用所述特征函数来表达肋骨区域中（在肋骨中和在肋间间隔中两者）的加热从而优化该系统：在肋骨区域中该函数的退化将被解除（lifted），并且通过改变特征值从而所得到的振幅和相位可以同时消融ROI的多个区域，最小化总治疗时间。

以这一方式，在利用肋间空间的MR引导的HIFU程序中，生成与给定的HIFU换能器的位置、几何结构和声学参数对应并且也考虑了消融ROI的尺寸和位置以及肋骨定位的发射参数（振幅和相位）的优化组。也可以叠加振幅和相位结果从而可以同时消融ROI的多个区域，最小化总治疗时间。

图6-8和相关描述涉及换能器位置和元件失效的优化以在MR引导的组织消融期间利用肋间间隔。该优化程序考虑了HIFU换能器的几何结构和声学参数、消融ROI的尺寸和位置，以及肋骨的3D定位。该优化也考虑了器官的呼吸运动。可通过分割高分辨率MR数据来提供肋骨的定位。优化程序的输出是一系列五个自由度的换能器定位（例如，3维加上纵摇和艏摇）连同每个位置的失效换能器元件的相应列表。每个换能器位置与给定的HIFU暴露时间以及能量相关联，从而在来自所有位置的声处理之后，消融整个ROI。在一个实施例中，可以以换能器位置的ROI覆盖范围的降序来排序通过优化程序产生的换能器位置，从而从具有最佳覆盖范围的位置开始治疗。在另一实施例中，通过排序换能器位置从而在相继的有效孔径覆盖区之间具有最小交叠来最小化在表面皮肤层中的加热。

图6图示了用于在利用肋间空间的MR引导的组织消融程序例如肝脏消融期间优化HIFU换能器定位的方法。在160，由用户定义消融ROI。在162，使用高分辨率MR成像来分割出肋骨。在164，优化程序或者算法（例如，计算机可执行指令组）使用ROI信息、肋骨的位置和换能器几何结构和声学参数，产生一系列的换能器定位连同每个位置的失效元件的相应列表。指定换能器定位为五个自由度参数（例如，三维加上纵摇和艏摇），并且每个换能器位置与给定的HIFU暴露时间和能量相关联。在166，执行来自所有位置的声处理从而消融整个ROI。在168，在声处理期间执行MR热成像，以监视消融过程。

图7图示了用于优化HIFU换能器的定位的方法，例如在图6的步骤164中发生的。在180，接收与HIFU换能器的几何结构和声学参数、消融ROI的尺寸和位置、以及肋骨定位相关的信息作为输入以用于优化算法。在182，基于HIFU换能器的理论声聚焦和热积聚来确定从其可以发射超声波以消融ROI的至少一部分的所有换能器位置。在184，针对在182中确定的换能器位置中的每个，使具有越过肋骨的直线瞄准的元件失效。也就是使任何这样的换能器位置失效，来自该换能器位置的超声波具有的瞄准线穿过在其通往消融目标的路线上的肋骨。

在186，针对在182中确定的每个换能器位置，计算ROI中的声聚焦和热积聚，在每种情况下除去具有穿过肋骨的瞄准线的元件。在188，选择在ROI中具有最大热积聚的换能器位置。在190，确定关于是否覆盖了整个ROI（即，有效换能器位置是否将消融整个ROI）。如果覆盖了所有的ROI，那么完成优化，并且，在192，输出一系列有效换能器定位及每个位置的失效元件的相应列表。每个有效换能器位置与给定的HIFU暴露时间和能量（即，剂量）相关联。如果没有覆盖所有的ROI，那么优化程序返回至186以选择具有在剩余的未覆盖ROI中的次最大热积聚的换能器位置。

图8图示了针对阵列的给定位置的HIFU阵列140、肋骨144以及ROI

146的概念布置。通过使具有越过肋骨的直线瞄准的元件失效而避开了肋骨。只考虑有效元件200，并且不考虑失效元件202地来计算ROI中的聚焦和热积聚。以这一方式，在利用肋间空间的MR引导的HIFU程序中，基于消融ROI的尺寸和位置、换能器的几何结构和声学参数，以及肋骨的3D位置来执行治疗的先验规划。这一方面减少了对基于热成像而重新手动定位换能器阵列的需要。

图9-11和相关描述进一步详述了与通过快速声学模拟而进行的当场声处理优化相关的各种实施例。在聚焦超声治疗中，所实现的热能量和累积热剂量的分布取决于在声处理路径之内组织的声学特性。根据一个实施例，提供具有声学路径建模的快速当场声学模拟作为用于优化治疗的交互工具。可以在治疗的前一刻执行这些模拟以优化声处理参数。对声学路径的正确的患者特异性的建模改善了焦点的定位和锐度。假设在不同组织之内的声速是大约已知的，则这些模拟也可以用于确定不同换能器元件的相位，以便实现紧凑焦点。替代地，可以交互式地改变元件相位直到焦点的性质满足需要。交互式地使用该工具，用户可以优化换能器定位和热暴露，并考虑到其他因素例如对附近器官的热传递。

在图9-11中描述了三种算法，该三种算法使得能够实现以上描述的功能。第一个算法使用随机模拟来产生改善模拟时间的近似预测。第二个算法通过将声学路径近似为平面界面的堆叠而实现快速计算。第三个算法针对换能器元件的子组来估计声学场。

图9图示了根据在本文中描述的一个或多个方面的执行随机声学模拟的方法。根据可被存储在计算机可读介质上作为计算机可执行指令组的该方法，使用随机模拟来快速形成对声学场的逐渐改善的估计。从HIFU阵列的换能器元件随机发射离散的声射线，并且使用射线追踪技术来建模射线朝着ROI的传播。所获得的估计最初是粗略的，并且随着时间由于模拟了更多的射线而得到改善。用户可以实时监测该估计并且当准备接受或者拒绝声处理设置时中断该模拟。

因此，在220，分割感兴趣体积（VOI）的几何模型并且给每个子体积指定声学参数。在222，提取子体积之间的边界表面并将其离散化为适于计算的数据结构。也就是，通过每个子体积的各自的声学参数以及限制边界表面来指定每个子体积。在224，在模拟域中定位换能器。在226，指定各个换能器元件的相位和振幅。在228指定VOI中的感兴趣区域。

在230，基于预定义的算法来选择换能器元件。在一个实施例中，以预定义的次序来系统分析所有的元件，并且基于元件的相对振幅来随机地做出选择。在232，从所选择的换能器元件发射离散的计算声子。根据预定义的方向性分布来随机或者伪随机地选择该声子的方向。在一个实施例中，该分布是基于元件的方向性图样。与该声子相关联的是振幅和相位，用换能器元件的振幅和相位来初始化该振幅和相位。在234，将声子置入声子缓冲器中。

在236，从声子缓冲器取回声子。如果该缓冲器是空的，那么该方法返回220。在238，用射线追踪方法来模拟声子的传播。在240，确定射线是否与感兴趣的子体积或者体积的任何边界相交。

声子的相位根据行进的声学距离而传播。在242，在撞到边界的情况下，该射线分为反射部分和透射部分。在244，基于入射角度和边界不同侧上子体积的材料参数来确定振幅、相位和传播方向。根据一个实施例，用斯涅尔定律来确定传播方向。在另一实施例中，从方向性分布来确定方向。在246，将两种（例如，反射的和透射的）声子置入声子模拟缓冲器中，并且该方法返回236。

如果在240处的确定指示声子路径穿越感兴趣的体积，那么在248相应地增大该体积的声学强度图。在250，如果声子的振幅变得比某些标准更低，或者如果声子的轨迹使得其在模拟域之外，那么终止该声子，并且该方法返回236。在一个实施例中，将声子缓冲器布置为使得首先选择具有最小振幅的声子。

图10图示了根据在本文中描述的一个或多个方面的用平面近似来执行声学模拟的方法。根据可被存储在计算机可读介质上作为计算机可执行指令组的该方法，将声学路径近似为包括被约束在平面界面之间的均匀材料的堆叠。如果对所有换能器元件使用同一几何模型，可实现最大的模拟速度。为了改善精度，可将换能器元件划分为元件组，每个元件组具有它们自己的几何结构的近似。

在270，分割VOI的几何模型并且给每个子体积指定声学参数。在272，提取子体积之间的边界表面并将其离散化为适于计算的数据结构。也就是，通过每个子体积的各自的声学参数以及限制边界表面来指定每个子体积。在274，在模拟域中定位换能器。在276，指定各个换能器元件的相位和振幅。在278指定VOI中的感兴趣区域。

在280，将换能器元件分布到组中。在282，对于每个组，形成近似的几何模型，其中边界表面用平面近似。在这一步骤期间遍历属于该组的所有换能器元件从而针对每个换能器元件形成近似的几何模型。在284，对于每个元件，在那一元件的自然平面中计算该元件的源分布的傅里叶变换。在286，计算相应的激发场。在288，该场传播至第一边界平面并且对来自所有元件的贡献求和。现在第一平面包含由换能器元件组激发的场。

在290，该场穿过组织层堆叠而传播。根据一个实施例，如果声学反射很弱，这对于生物组织是很普遍的，那么可忽视多次反射场。在这一情况下，忽视反射场部分并且仅追踪场的透射部分。在292，在每个边界处，针对傅里叶变换场的每个分量基于该分量的波向量和该边界不同侧上的材料参数来计算透射系数。在294，将场乘以透射系数，并且传播至下一个组织层。在296，计算感兴趣区域中的声场，并且继续进行至下一个换能器元件组。

在替代的实施例中，如果需要考虑反射，但是反射不是很强，那么人们可以诉诸于迭代方案。通过每个边界，透射场和反射场相关联。最初，第一边界包含来自换能器元件组的激发场，并且所有的其他场是空的。通过在每个边界处计算反射场和透射场分量并且通过将其传播至相邻边界而更新该场。对于微弱反射，该迭代快速地收敛。

图10的算法因而针对声场从一个表面到另一个的传播使用了快速傅里叶变换。为了图示该要点，可假设有两个表面，各自被离散化为N个几何基元。那么，在空间域中将场从表面1传播至表面2涉及O（N²）计算。然而，如果该两个表面是平面的、平行的，并且被均匀离散化的，那么利用O(Nlog₂N)运算将傅里叶变换应用于表面1中的场，利用O(N)运算该傅里叶变换场传播至表面2中，并且在O(Nlog₂N)运算中变换回去。此外，如果有若干层，那么不需要在中间层处执行傅里叶变换。

所有表面是平坦并且平行的要求是限制性的但是对于一些应用而言是可容忍的，例如对于在子宫肌瘤治疗中校正脂肪畸变。然而，对平行的要求可以稍微降低。例如，傅里叶变换场可以最小的计算代价传播至稍微倾斜的平面中。在转换中可能损失部分声谱，但是这一部分相当于传播到侧面的波，并且在所考虑的应用中，对这一部分通常是不感兴趣的。关于平坦，各个换能器元件的方向性图样趋向于是狭窄的。因而，至少在单一换能器元件的水平上，在很多应用中几何结构可以被近似为被平面，虽然不必是平行的，边界约束的层的堆叠。

在一个实施例中，可以将图10的算法修改为使得第一层或者最后的层可以强烈地反射。如果几何结构允许近似，其中所有平面是平行的，那么可以在单一的迭代中考虑多次反射。在感兴趣体积中计算声场并且继续进行至下一个换能器元件组。

在另一实施例中，空间依赖的反射率和透射率与任意边界相关联。例如，可以通过将边界置于骨的中央并且指定穿过该骨的低透射率区域来对骨建模。

图11图示了根据在本文中描述的一个或多个方面用于估计所有换能器元件的子组的贡献的方法。在320，估计来自换能器元件的小子组的声场。在322，逐渐地加入来自另外元件的所估计的声场贡献以改善该估计。选择元件以相当均匀地分布在换能器表面上，从而中间强度分布代表针对所有换能器元件的最终分布。在324，确定关于是否已经获得期望精度。如果是的话，在326可中断或者停止模拟。如果否的话，那么该方法返回322以加入进一步的元件声场贡献。可以使用这一方法来估计所模拟的元件的相位共振，对于焦点质量也是如此。

可以将图11的方法与图9和10中的任一个或者两者的方法，或者任意其他模拟程序相组合。选择合适的元件并从其模拟所产生的声学强度分布。通过选择在换能器表面上彼此相对远距离的元件，可使由一些元件产生的强度分布代表所有换能器元件的最终分布。然后一旦用户满意精度，可在任意点终止该模拟。

已经参考若干实施例来描述了本发明。他人当阅读和理解了前述详细描述时可想到修改和变型。本发明旨在被解释为包括所有的这种修改和变型，只要它们落在所附权利要求或者其等价物的范围之内。

Claims

1.一种便于磁共振(MR)引导的高强度聚焦超声(HIFU)消融规划的治疗规划工具(10)，所述治疗规划工具(10)耦合到高强度聚焦超声(HIFU)设备(18)和磁共振(MR)扫描器(20)中的每个，所述治疗规划工具(10)包括：

用户接口(UI)(16)，经由所述用户接口将信息呈现给用户或操作者并且从用户或操作者接收信息；

处理器，其执行用于优化高强度聚焦超声换能器元件发射的计算机可执行指令，当所述计算机可执行指令被执行时，所述处理器被配置为：评估换能器数据(22)，所述换能器数据包括换能器元件的位置、几何结构和声学参数信息；评估包括感兴趣区域数据(24)和阻碍物数据(26)的3D磁共振数据，所述感兴趣区域数据描述将被消融的感兴趣区域(ROI)(146)的尺寸、形状和位置，所述阻碍物数据描述在一个或多个高强度聚焦超声换能器元件和所述感兴趣区域(146)之间的阻碍物(144)的尺寸、形状和位置；并且执行优化器(32，36)，所述优化器在最小化至所述阻碍物(144)和周围组织的高强度聚焦超声波形传送的同时最大化至所述感兴趣区域(146)的高强度聚焦超声波形传送；以及

存储器(14)，其存储所述换能器数据、磁共振数据和多个经优化的高强度聚焦超声参数，

其中，所述优化器是相位和振幅优化器(32)，所述相位和振幅优化器优化从所述高强度聚焦超声设备(18)中的多个换能器元件中的每个发射的波形的相位和振幅，并且

其中，所述处理器还被配置为：对来自多个探头元件在所述感兴趣区域(146)和所述阻碍物(144)上的空间脉冲响应执行傅里叶变换；生成描述所述感兴趣区域(146)中的声学压力和所述阻碍物(144)处的声学压力的比值的目标函数；并且生成描述针对每个换能器元件的相位和振幅设置的初始方案。

2.如权利要求1所述的规划工具，其中，当所述相位和振幅优化器(32)被所述处理器(12)执行时，所述相位和振幅优化器(32)根据经傅里叶变换的脉冲响应、所述目标函数和所述初始方案来优化针对每个换能器元件的相位和振幅设置。

3.如权利要求1所述的规划工具，其中，所述优化器是位置优化器(36)，所述位置优化器根据所述换能器数据(22)、所述感兴趣区域数据(24)和所述阻碍物数据(26)来使所述高强度聚焦超声设备(18)中的一个或多个换能器元件失效。

4.如权利要求3所述的规划工具，其中，所述处理器还被配置为：

接收所述感兴趣区域数据(24)、阻碍物数据(26)以及包括换能器几何结构和声学参数的换能器数据(22)；

识别就位以消融所述感兴趣区域(146)的至少一部分的所有换能器元件；

使具有穿过所述阻碍物(144)到达所述感兴趣区域(146)的瞄准线的换能器元件失效；

计算由每个换能器元件积聚在所述感兴趣区域(146)中的超声能量的焦点和热积聚；

计算所述换能器元件的感兴趣区域覆盖范围；以及

输出一系列换能器元件的位置和失效的换能器元件的列表。

5.如权利要求4所述的规划工具，所述处理器还被配置为用于给多个有效换能器元件中的每个分配独有的高强度聚焦超声暴露时间和能量。

6.如权利要求1-4中任一项所述的规划工具，其中，所述感兴趣区域(146)包括肝脏组织并且所述阻碍物(144)是肋骨。

7.如权利要求1-4中任一项所述的规划工具，其中，所述磁共振(MR)扫描器(20)生成所述感兴趣区域数据(24)和所述阻碍物数据(26)。