JP2023522760A - 超音波温熱療法制御のための磁気共鳴画像の自動セグメント化 - Google Patents
超音波温熱療法制御のための磁気共鳴画像の自動セグメント化 Download PDFInfo
- Publication number
- JP2023522760A JP2023522760A JP2022564733A JP2022564733A JP2023522760A JP 2023522760 A JP2023522760 A JP 2023522760A JP 2022564733 A JP2022564733 A JP 2022564733A JP 2022564733 A JP2022564733 A JP 2022564733A JP 2023522760 A JP2023522760 A JP 2023522760A
- Authority
- JP
- Japan
- Prior art keywords
- subcutaneous fat
- fat layer
- thickness
- patient
- treatment parameters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 44
- 206010020843 Hyperthermia Diseases 0.000 title claims description 24
- 230000036031 hyperthermia Effects 0.000 title claims description 24
- 230000011218 segmentation Effects 0.000 title description 2
- 210000004003 subcutaneous fat Anatomy 0.000 claims abstract description 107
- 238000011282 treatment Methods 0.000 claims abstract description 86
- 210000001519 tissue Anatomy 0.000 claims abstract description 34
- 238000013528 artificial neural network Methods 0.000 claims abstract description 22
- 238000009217 hyperthermia therapy Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 34
- 238000000527 sonication Methods 0.000 claims description 27
- 238000001816 cooling Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 10
- 230000001225 therapeutic effect Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 abstract description 2
- 239000002131 composite material Substances 0.000 description 12
- 238000002595 magnetic resonance imaging Methods 0.000 description 11
- 238000002560 therapeutic procedure Methods 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000013861 fat-free Nutrition 0.000 description 2
- 201000010260 leiomyoma Diseases 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 206010046798 Uterine leiomyoma Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008081 blood perfusion Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000030833 cell death Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003491 skin Anatomy 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 238000009210 therapy by ultrasound Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
- 230000000451 tissue damage Effects 0.000 description 1
- 231100000827 tissue damage Toxicity 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N7/02—Localised ultrasound hyperthermia
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/06—Measuring instruments not otherwise provided for
- A61B2090/061—Measuring instruments not otherwise provided for for measuring dimensions, e.g. length
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/374—NMR or MRI
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0073—Ultrasound therapy using multiple frequencies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0086—Beam steering
- A61N2007/0095—Beam steering by modifying an excitation signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Surgical Instruments (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
【要約】【解決手段】磁気共鳴（ＭＲ）システムにより、患者の標的治療領域に近接する組織の磁気共鳴画像を取得することであって、前記組織は空間的に不均一な皮下脂肪層を含むものである、前記取得することと、ハードウェアベースのプロセッサを有するコンピュータが、訓練されたニューラルネットワークを用いて前記皮下脂肪層の実際の厚さを自動的に決定することであって、前記ニューラルネットワークは以前の患者からの手動でセグメント化されたＭＲ画像を用いて訓練されるものである、前記決定することと、前記コンピュータが、前記皮下脂肪層の厚さに基づいて治療パラメータを自動的に調整することと、高密度焦点式超音波システムにより、前記調整された治療パラメータに基づいて前記標的治療領域に温熱療法を送達することとを行うシステムおよび方法。【選択図】 図１
Description
本出願は、概して、画像誘導式高密度焦点式超音波（Ｈｉｇｈ－Ｉｎｔｅｎｓｉｔｙ Ｆｏｃｕｓｅｄ Ｕｌｔｒａｓｏｕｎｄ：ＨＩＦＵ）システムおよび同様の用途のためのプロセス制御およびコントローラに関する。
画像誘導ＨＩＦＵシステムは患者の標的治療体積または標的治療領域に温熱療法を送達するのに用いられる。例えば、ＨＩＦＵ送達による温熱療法は患者の体内にある腫瘍などの望ましくない組織を非外科的に切除するのに用いることができる。ＨＩＦＵ超音波トランスデューサと標的治療領域との間の近接領域（ｎｅａｒｆｉｌｅｄ ｒｅｇｉｏｎ）における患者身体の組成および特性はＨＩＦＵ治療に影響を与える可能性がある。例えば、標的治療領域の治療は近接領域の皮膚および皮下脂肪組織の加熱によってしばしば制限されるが、そのような加熱は不要な組織損傷に繋がりうる。既存のシステムでは、近接領域組織における温度上昇は、超音波ビームをシミュレートし生体熱伝達方程式を用いて当該温度上昇の空間分布を決定することによってモデル化される。
その治療の安全性に関する判断は前記予想される組織の温度上昇に基づいて行うことができる。多くの場合、これらのアプローチでは平均的な患者を平均的な組織特性を持つ均質な媒体として、または所定の厚さの矩形組織スラブの積み重ねとしてモデル化する。例えば、皮下脂肪層は所定の厚さを有する組織の矩形スラブとしてモデル化される。
原理的には、ＭＲ撮像を用いて前記皮下脂肪層の厚さを測定することができる。しかしながら、皮下脂肪層の厚さは患者内で均一ではないことから、測定された皮下脂肪層の厚さを治療パラメータとして用いる価値は限られている。なぜなら、測定された皮下脂肪層の厚さは治療パラメータとして１つの位置にしか適合しないであろうし、また１つの位置においてのみ正確となるためである。ユーザが手動で複数の位置の皮下脂肪層の厚さを入力することは、ユーザがそれを測定したり皮下脂肪層をセグメント化したりするのに非常に時間がかかるため、現実的ではない。
本明細書に記載する例示的な実施形態は新規な特徴を有する事項を備えるが、いずれも必須事項ではなく、また、本実施形態の好適な特徴は単一の事項のみに起因するものではない。以下の記載および図面は、本開示の特定かつ具体的な実施を詳細に説明するものであり、本開示の様々な原理を実施するための例示的手段をいくつか示すものである。しかしながら、このような具体例は本開示において可能である様々な実施形態を包括するものではない。特許請求の範囲を限定することなく、以下に有利な特徴の概要について説明する。本開示のその他の目的、その他の有利かつ新規性を有する特徴について図面を参照しながら以下の本開示の詳細な説明に記載するが、当該説明および図面は本発明を具体的に説明することを意図するものであって限定するものではない。
本発明の１観点は、温熱療法の送達を制御する方法であって、磁気共鳴（ＭＲ）撮像システムにより、患者の標的治療領域に近接する組織の磁気共鳴画像を取得する工程であって、前記組織は空間的に不均一な皮下脂肪層を含むものである、前記取得する工程と、ハードウェアベースのプロセッサを有するコンピュータが、訓練されたニューラルネットワークを用いて前記皮下脂肪層の実際の厚さを自動的に決定する工程であって、前記ニューラルネットワークは以前の患者からの手動でセグメント化されたＭＲ画像を用いて訓練されるものである、前記決定する工程と、前記コンピュータが、前記皮下脂肪層の前記実際の厚さに基づいて治療パラメータのセットを自動的に調整する工程と、高密度焦点式超音波（ＨＩＦＵ）システムにより、前記調整された治療パラメータに基づいて前記標的治療領域に温熱療法を送達する工程とを有する方法を提供する。
１若しくはそれ以上の実施形態において、前記治療パラメータのセットは安全制御アルゴリズムへの入力を有するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは前記標的治療領域と前記ＨＩＦＵシステムの治療用アプリケータとの間の組織における所定の最大温度および／または所定の最大熱量を保証するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、温熱療法の超音波処理間の冷却時間を増加させるものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、温熱療法の超音波処理間の冷却時間を短縮するものである。
１若しくはそれ以上の実施形態において、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの周波数を有するものである。１若しくはそれ以上の実施形態において、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの出力を有するものである。１若しくはそれ以上の実施形態において、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、前記超音波エネルギーの出力は増加するものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである。１若しくはそれ以上の実施形態において、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、前記超音波エネルギーの出力は低下するものである。１若しくはそれ以上の実施形態において、前記治療パラメータのセットは、超音波トランスデューサ要素アレイの各超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相を有するものである。
本発明の別の１観点は、超音波温熱療法を送達するシステムであって、磁気共鳴（ＭＲ）撮像システムと、超音波トランスデューサ素子アレイを有する高密度焦点式超音波（ＨＩＦＵ）システムと、ハードウェアベースのプロセッサを有し、前記ＭＲ撮像システムおよび前記ＨＩＦＵシステムに動作可能に接続されたコンピュータと、コンピュータ可読命令を有する非一時的記憶媒体であって、前記コンピュータ可読命令は、前記プロセッサによって実行されると、前記プロセッサに、患者の標的治療領域に近接する組織のＭＲ画像を取得するための第１の出力信号を前記ＭＲシステムに送信することであって、前記組織は空間的に不均一な皮下脂肪層を含むものである、前記第１の出力信号を送信することと、訓練されたニューラルネットワークを用いて前記皮下脂肪層の実際の厚さを自動的に決定することであって、前記ニューラルネットワークは以前の患者からの手動でセグメント化されたＭＲ画像を用いて訓練されるものである、前記決定することと、前記皮下脂肪層の前記実際の厚さに基づいて治療パラメータのセットを調整することと、前記調整された治療パラメータに基づいて前記標的治療領域に温熱療法を送達するための第２の出力信号を前記ＨＩＦＵシステムに送信することとを行わせるものである、前記非一次的記憶媒体とを有するシステムを提供する。
１若しくはそれ以上の実施形態において、前記治療パラメータのセットは安全制御アルゴリズムへの入力を有するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは前記標的治療領域と前記ＨＩＦＵシステムの治療用アプリケータとの間の組織における所定の最大温度および／または所定の最大熱量を保証するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、温熱療法の超音波処理間の冷却時間を増加させるものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである。１若しくはそれ以上の実施形態において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、温熱療法の超音波処理間の冷却時間を短縮するものである。
１若しくはそれ以上の実施形態において、前記治療パラメータのセットは、前記ＨＩＦＵシステムによって生成される超音波エネルギーの周波数を有するものである。１若しくはそれ以上の実施形態において、前記治療パラメータのセットは、前記ＨＩＦＵシステムによって生成される超音波エネルギーの出力を有するものである。１若しくはそれ以上の実施形態において、前記皮下脂肪層の厚さが所定の厚さよりも厚い場合、前記超音波エネルギーの出力は増加するものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである。１若しくはそれ以上の実施形態において、前記皮下脂肪層の厚さが前記所定の厚さよりも薄い場合、前記超音波エネルギーの出力は低下するものである。１若しくはそれ以上の実施形態において、前記治療パラメータのセットは、前記超音波トランスデューサ要素アレイの各超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相を有するものである。
本概念の要旨および利点の十分な理解のため、添付の図面と関連して以下の好適な実施形態に関する詳細な説明を参照する。
図１は、少なくともいくつかの実施形態における、本明細書に開示の装置および／または方法の少なくともいくつかが用いられる１タイプのシステムの図である。
図２は、一実施形態におけるＴ２強調断面ＭＲ画像の一例を示す。
図３は、一実施形態における手動で分類されたＴ２強調画像の断面画像を示す。
図４は、１若しくはそれ以上の実施形態における、脂肪を含むＭＲ画像を自動的にセグメント化するようにニューラルネットワークを訓練する方法のフローチャートである。
図５は、図３の手動で分類された画像を第１の軸に沿って非対称に引き伸ばすことによって生成された、分類された合成断面画像を示す。
図６は、図３の手動で分類された画像を第１の軸に直交する第２の軸に沿って非対称に引き伸ばすことによって生成された、分類された合成断面画像を示す。
図７は、図３の手動で分類された画像を第３の軸を中心に回転させることによって生成された、分類された合成断面画像を示す。
図８は、Ｕ－Ｎｅｔ畳み込みニューラルネットワークのアーキテクチャの一例を示す。
図９は、近接場における患者の皮下脂肪層の厚さに基づいてＨＩＦＵシステムで患者を治療する方法のフローチャートである。
図９は、近接場における患者の皮下脂肪層の厚さに基づいてＨＩＦＵシステムで患者を治療する方法のフローチャートである。
図１０は、超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相が近接場における皮下脂肪層の厚さに基づいてどのように調整され得るかを示す。
本発明者は、ＭＲ画像の全ての位置で皮下脂肪層を自動的にセグメント化し、治療パラメータとして使用できる皮下脂肪層の厚さ（および、拡張により他の組織）のマップを作成することが望ましいことを認識した。
人工ニューラルネットワークまたはその他の機械学習を用いて、標的治療領域および近接領域のＭＲ画像を自動的にセグメント化する。ＭＲ画像は、脂肪を含むものとして、または脂肪を含まないものとして自動的にセグメント化される。人工ニューラルネットワークは手動でセグメント化された画像および当該手動でセグメント化された画像に基づく任意選択の合成画像を用いて訓練される。前記セグメント化されたＭＲ画像は近接場における空間的に不均一な皮下脂肪層の厚さを決定するのに用いられる。皮下脂肪の厚さは１若しくはそれ以上の治療パラメータを調整するのに用いられる。
図１は、少なくともいくつかの実施形態における、本明細書に開示の装置、システム、および／または方法の少なくともいくつかが用いられる医療システム１００の１タイプの図である。システム１００は、患者１０８のための患者支持部１０６と、磁気共鳴撮像システム１０２と、画像誘導ＨＩＦＵシステム１０４とを含む。
磁気共鳴撮像システム１０２は、開口部１１２の周りに配置された磁石１１０と、磁場が磁気共鳴撮像を行うのに十分な強度および均一性となる撮像ゾーン１１４と、磁場を急速に変化させてＭＲＩ信号の空間符号化を可能にする磁場勾配コイルのセット１１６と、磁場勾配コイル１１６に電流を供給し且つ時間の関数として制御される磁場勾配コイル電源１１８と、撮像ゾーン１１４内の磁気スピンの向きを操作する送信／受信コイル１２０（「ボディ」コイルとしても知られる）と、送信／受信コイル１２０に接続された無線周波数トランシーバ１２２と、コンピュータ１２４とを含む。コンピュータ１２４は、（例えば、コンピュータ１２４に動作可能に接続された非一時的記憶媒体に記憶された）コンピュータ可読命令を実行してタスクを実行しＭＲＩシステム１０２の操作を容易にするハードウェアベースのプロセッサを含む。さらに、コンピュータ１２４は、無線周波数トランシーバ１２２、磁場勾配コイル電源１１８、および画像誘導式エネルギー送達システム１０４に接続されている。
ＨＩＦＵシステム１０４は治療アプリケータを含み、当該治療アプリケータは、標的治療領域を治療するために複数の角度方向において画像誘導温熱療法（例えば、超音波治療）を行うための超音波トランスデューサ要素のアレイを備える。この超音波トランスデューサ要素アレイは、各超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相を調整することによって電子的に操縦できる幾何学的焦点１０５を有するように構成され配置される。ＨＩＦＵシステム１０４は、患者１０８の標的治療領域１０５を治療するように画像誘導される。
いくつかの実施形態において、ＭＲＩコンピュータ１２４は複数のコンピュータを含んでもよく、それはＭＲＩシステム１０２専用としてもよい。また、少なくともいくつかの実施形態において、ＭＲＩコンピュータ１２４、および／またはシステム１００内のおよび／またはそれに接続された１若しくはそれ以上のその他のコンピュータデバイス（図示せず）は（例えば、非一時的記憶媒体に記憶されたコンピュータ可読命令を実行することによって）治療用アプリケータと標的治療領域との間の皮下脂肪の厚みを決定し当該皮下脂肪の厚みに基づいて１若しくはそれ以上の治療パラメータを調整する本明細書（またはその一部）に開示の１若しくはそれ以上の態様および／または実施形態を実行するための１若しくはそれ以上のタスクを実行することもできる。
コンピュータ１２４を含むコンピュータ群の１若しくはそれ以上は患者１０８の治療計画を含むことができ、当該治療計画には標的治療領域と当該標的治療領域に対する所望のまたは最小のエネルギー量（例えば、熱量）量が含まれる。コンピュータ（群）は磁気共鳴撮像システム１０２からの画像を用いて治療用アプリケータを画像誘導することができる（例えば、位置および角度方向）。また、コンピュータ（群）は磁気共鳴撮像システム１０２からの画像を用いて標的治療領域に近接する（例えば、近接領域の）患者１０８の皮下脂肪の厚さを決定することができ、それは例えば人工ニューラルネットワークなどの機械学習を用いて決定することができる。皮下脂肪の厚さは、超音波エネルギーの強度／出力、超音波エネルギーの周波数（例えば、超音波周波数）、超音波エネルギーの位相、超音波処理持続時間、および／または超音波処理間の最小待機時間を調整するのに用いることができる。上述したコンピュータ群のいくつかまたは全ては、例えば、通信ネットワークへのソフトウェア制御リンクを介して（例えば、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワーク、セルラーネットワーク、ＷｉＦｉネットワーク、またはその他のネットワークを介して）互いに通信することができる。
図２は、ＭＲＩシステム１０２を用いて撮影された、患者の身体の一部における治療標的体積付近のＴ２強調断面画像２２を示す。図に示すシーンは、例えば、コンピュータのモニタ画面２０、または画像２２を表示するコンピュータ・アプリケーション・プログラムのアプリケーションウィンドウなどの視覚的出力デバイスを含む。画像２２には、患者の皮膚２１０、皮下脂肪２１５、および標的体積２２０が含まれる。標的体積２２０は、器官（例えば、子宮、膀胱、膵臓、またはその他の腹部器官）、筋腫、悪性腫瘍、またはその他の体積の一部または全てを有することができる。患者の身体の様々なゾーン２３０が画像２２内で温度の視覚的表現により示されている。温度はＭＲ温度測定またはその他の技術によって決定することができる。ゾーン２３０は、色付けされた等高線、等高線プロット、グレースケール強度、または温度および／または温度不確実性についてのその他の視覚的表現により画面２０上に表示することができる。
画像２２には、さらに治療標的境界２２５も示されているが、これは、別の色の等高線、破線の等高線、またはその他の表現とすることができる。治療標的境界２２５は、温熱治療プロセスのエネルギーを設定点温度（または熱線量）に実質的に制御することで、治療標的境界２２５により画定される体積内部の疾患細胞の迅速かつ十分な細胞死が確実になることが意図される境界である。熱は皮下脂肪２１５や皮膚２１０などの治療標的境界２２５の外側に伝導し得る。ＨＩＦＵ治療中、標的境界２２５内の複数の標的位置が連続して超音波処理される。各標的位置において、超音波ビーム（またはエネルギーを送達するその他の手段）は、皮膚２１０、皮下脂肪２１５、およびその他の組織を横断するが、そのような各組織層の厚さおよび位置は標的位置に基づいて異なり得る。
安全制御アルゴリズムを用いて、近接場の厚さが空間的に一様でない皮下脂肪２１５および皮膚２１０が超音波治療中に所定の最大温度および／または所定の最大熱量を超えないようにすることができる。安全制御アルゴリズムは、超音波処理パラメータ（超音波周波数、超音波処理出力／強度、および／または超音波処理持続時間など）と標的超音波処理位置の近位にある皮下脂肪の厚さを考慮して、超音波処理中、および超音波処理と超音波処理の間の期間における予想される温度変化を計算する。超音波療法の安全性を確保するために、安全制御アルゴリズムは超音波処理パラメータに制限を課してもよく、また、安全制御アルゴリズムは連続する超音波処理間について最小期間を設けてもよい。皮下脂肪の厚さについて患者固有の変動を考慮することにより、超音波療法は安全性および／または効率の点で最適となり得る。
全体として、図２は温度マップを示す。同じものの３次元表現を、更なるレイヤー、スライス、または図２に示すような断面図から構築することができる。したがって、本明細書で説明する方法は、一般性を損なうことなく、図２に示すようなスライスを並べて積み重ね３Ｄボリュームを形成することによって３次元空間に一般化することができる。
図３は、一実施形態における、手動でセグメント化されたＴ２強調断面画像３０を示す。画像３０は、患者の皮下脂肪層に対応するボクセル３１０のクラスタまたは領域３００を含む。また、画像３０は、皮膚、臓器、および／または腫瘍など、患者の解剖学的構造のその他の部分に対応するボクセル３２０も含む。画像は、皮下脂肪ボクセル３１０とその他のボクセル３２０との間に線３３０Ａ、Ｂを引くことによって、脂肪（例えば、皮下脂肪）について手動でセグメント化されている。皮下脂肪層の断面厚さは、分割線３３０Ａ、Ｂの間の距離および／または分類されたボクセル３１０の寸法に基づいて決定される。
図４は、１若しくはそれ以上の実施形態における、皮下脂肪を含むＭＲ画像を自動的にセグメント化するようにニューラルネットワークを訓練する方法のフローチャート４０である。工程４００において、例えば図３に関して上記で説明したように、皮下脂肪を含む既存のＭＲ画像が手動でセグメント化される。例えば、既存のＭＲ画像は脂肪ボクセル（例えば、皮下脂肪ボクセル）と非脂肪ボクセルとを有するものとしてセグメント化される。
任意選択の工程４１０において、手動でセグメント化されたＭＲ画像の一部または全部に基づいて合成ＭＲ画像が生成される。合成ＭＲ画像は、手動でセグメント化されたＭＲ画像を引き伸ばすことによって、および／または回転することによって生成することができる。例えば、手動でセグメント化された３次元のＭＲ画像を、１つ、２つ、または３つの軸に沿って非対称に引き伸ばすことによって引き伸ばし画像を生成することができる。図５は、画像３０を第１の軸５００に沿って非対称に引き伸ばすことによって生成された、分類された合成断面画像５０を示す。図６は、画像３０を第１の軸５００に直交する第２の軸６００に沿って非対称に引き伸ばすことによって生成された、分類された合成断面画像６０を示す。
回転画像は、手動でセグメント化された３次元ＭＲ画像を、１つ、２つ、または３つの軸を中心に回転させることによって生成することができる。図７は、図７のページに出入りする第３の軸７００を中心に画像３０を回転させることによって生成された、分類された合成断面画像７０を示す。第３の軸７００は第１の軸５００および第２の軸６００それぞれに直交する。
前述の任意の組み合わせが可能である。例えば、合成ＭＲ画像は、手動で分割された３次元ＭＲ画像を非対称に（例えば、１つ、２つ、または３つの軸で）引き伸ばし且つ少なくとも１つの軸を中心に回転させることによって生成することができる。合成画像は、非対称の引き伸ばしに加えて、またはその代わりに、手動でセグメント化された３次元ＭＲ画像を２つの軸または３つの軸を中心に回転させることによって生成することもできる。
工程４３０でニューラルネットワークまたはその他の人工知能システムを訓練するため、任意選択の工程４１０を実行してセグメント化されたＭＲ画像の数を増やすことができる。例えば、ニューラルネットワークを訓練するには、手動でセグメント化された画像の数では不十分な場合がある。また、合成ＭＲ画像は、訓練中に分類された画像の範囲を広げることで、訓練されるニューラルネットワークの精度を向上させることができる。
工程４２０において、手動でセグメント化されたＭＲ画像および任意選択の合成ＭＲ画像が非一時的記憶媒体に記憶されるものであり、当該非一時記憶媒体は、工程４３０でニューラルネットワークが訓練されるコンピュータ（例えば、コンピュータ１２４）に動作可能に接続されている。代替的に、手動でセグメント化されたＭＲ画像および任意選択の合成ＭＲ画像が記憶媒体に記憶された後に、当該記憶媒体が、ニューラルネットワークが訓練されるコンピュータに動作可能に接続されてもよい。
工程４３０において、ニューラルネットワークまたはその他の人工知能システムが、工程４２０で記憶媒体に記憶された手動でセグメント化されたＭＲ画像および任意選択の合成ＭＲ画像を用いて訓練される。ニューラルネットワークは、Ｕ－Ｎｅｔ ＣＮＮなどの畳み込みニューラルネットワーク（ＣＮＮ）を有することができる。Ｕ－Ｎｅｔ ＣＮＮのアーキテクチャ８０の一例を図８に示す。
図９は、一実施形態における、標的治療領域に近接する患者の皮下脂肪層の厚さに基づいてＨＩＦＵシステムで患者を治療する方法のフローチャート９０である。工程９００において、ＭＲシステムを用いて患者から診断用ＭＲ画像が取得される。例えば、診断用ＭＲ画像は医療システム１００またはＭＲシステム１０２を用いて取得することができる。診断用ＭＲ画像は、治療処置中に患者が同じ位置にとどまるように、治療処置の直前に取得されることが好ましい。代替的に、診断用ＭＲ画像を第１の時間または日付で取得することができ、その後、治療処置を後の時間または日付で行うことができる。ＭＲシステムは、動作可能に接続されたコンピュータ（例えば、コンピュータ１２４）によって生成される入力信号を受信すると、診断用ＭＲ画像を取得することができる。
工程９１０において、診断用ＭＲ画像が、訓練されたニューラルネットワークまたはその他の訓練された人工知能システム若しくは機械学習（例えば、フローチャート４０に従って訓練されたもの）を用いて、脂肪（例えば、皮下脂肪）または非脂肪として自動的にセグメント化される。自動セグメント化の出力は皮下脂肪層の厚さのマップである（例えば、皮下脂肪層の厚さ対場所／位置）。
工程９１５において、第１の超音波処理または任意の後続の超音波処理のための標的位置が選択される。標的位置は、ＨＩＦＵシステムのオペレータによって選択されてもよいし、自動治療計画アルゴリズムによって自動的に選択されてもよい。標的領域が大きい場合、または非連続的な標的領域がいくつかある場合、温熱療法の過程で複数の位置を標的とすることができることを理解されたい。
工程９２０において、標的位置に近接する（例えば、エネルギー送達アプリケータと標的位置との間の）患者の皮下脂肪層の厚さは工程９１０で生成された皮下脂肪層厚さマップを用いて自動的に決定される。例えば、患者の皮下脂肪層の厚さは（例えば、図３に関して上述したように）脂肪としてセグメント化または分類されたボクセルの寸法に対応する。
工程９３０において（プレースホルダＡを介し）、患者の皮下脂肪層の厚さに基づいて１若しくはそれ以上の治療パラメータが調整される。調整可能な治療パラメータの例には、超音波エネルギーの強度、超音波エネルギーの周波数（例えば、超音波周波数）、超音波エネルギーの位相、超音波処理持続時間、および／または連続する超音波処理間の最小期間が含まれる。これらの治療パラメータの１若しくはそれ以上は安全制御アルゴリズムによって調整することができる。
例えば、安全制御アルゴリズムは生体熱伝達方程式を用いて近接場とも言われる熱エネルギービーム（超音波ビームなど）の経路内における患者の組織の温度上昇および／または熱量をシミュレートする。現行のシステムは、平均的な組織特性を有する均一な媒体として、または所定の厚さの矩形組織スラブとして、組織を推定する。一実施形態において、空間的に変化し得る患者の皮下脂肪層の実際の厚さは生体熱伝達方程式への入力として用いることができる。生体熱伝達方程式の一例は次のとおりである。
ここで、ρは組織密度であり、ｃｔは組織比熱であり、ｋｔは熱伝導率であり、ｗｂは血液灌流であり、ｃｂは血液比熱であり、Ｔｂは血液温度であり、Ｔは組織温度であり、Ｑは超音波熱溶着である。組織固有のパラメータ（例えば、ｃｔ、ｋｔ、ｗｂなど）は領域によって異なる値を取るが、それら領域は、脂肪、筋肉、またはその他の組織でできている。皮下脂肪の厚さは前記パラメータが脂肪固有の値を取る領域を定義する。例えば、患者の皮下脂肪層が（例えば、性別に基づいて変化することがある平均的な皮下脂肪の厚さなどの所定の厚さと比較して）比較的厚い場合、より多くの超音波エネルギーが吸収され、近接領域の温度が、より薄い脂肪層（例えば、所定の厚さ）を有する皮下脂肪層の対応する温度上昇よりも速く上昇し得る。近接領域の温度がより速く上昇するため、安全制御アルゴリズムによって決定されるように、確実に近接領域における最高温度が所定の最大温度より小さく留まるよう、温熱療法の適用中、超音波処理間においてより長い冷却期間を必要とする場合がある。所定の最高温度は身体組織または細胞への損傷が生じる温度に対応させることができる。その他の例では、患者の皮下脂肪層が（例えば、性別に基づいて変化することがある平均的な皮下脂肪の厚さなどの所定の厚さと比較して）比較的薄い場合、吸収される超音波エネルギーが少なくなり、近接領域における温度が、より厚い脂肪層（例えば、所定の厚さ）を有する皮下脂肪層の対応する温度上昇よりもゆっくりと上昇し得る。近接領域の温度がゆっくりと上昇するため、安全制御アルゴリズムによって決定されるように、確実に近接領域における最高温度が所定の最大温度より小さく留まるようにしながらも、超音波処理間の冷却期間を短くすることができ、したがって温熱療法がより短い時間で完了する。
その他の例では、超音波エネルギーの強度または出力は、患者の皮下脂肪層の実際の厚さに基づいて自動的に調整することができる。例えば、より厚い皮下脂肪層はより多くのエネルギーを吸収するため（例えば、皮下脂肪層が、性別に基づいて変化することがある平均的な皮下脂肪の厚さなどの所定の厚さと比較してより厚い）、皮下脂肪層が比較的厚い患者ではその吸収エネルギーを補償するように超音波出力は増加させることができる。同様に、皮下脂肪層が比較的薄い（例えば、皮下脂肪層が所定の厚さに比べて薄い）患者では吸収エネルギーを補償するように超音波出力は低下させることができる。いくつかの実施形態において、このシステムは患者の皮下脂肪層の厚さに基づいて超音波出力を自動的に提案または示唆することができる。
その他の例では、超音波エネルギーの周波数を患者の皮下脂肪層の実際の厚さに基づいて自動的に調整することができる。一般的に、低周波エネルギーは高周波エネルギーよりも脂肪に吸収されにくい。したがって、患者の皮下脂肪層が比較的厚い場合（例えば、皮下脂肪層が、性別に基づいて変化することがある平均的な皮下脂肪の厚などの所定の厚さに比べて厚い場合）、超音波エネルギーの周波数を自動的に低下させることができる。同様に、患者の皮下脂肪層が比較的薄い場合（例えば、皮下脂肪層が所定の厚さに比べて薄い場合）、超音波エネルギーの周波数を自動的に増加させることができる。
その他の例では、超音波エネルギーの相対位相を患者の皮下脂肪層の実際の厚さに基づいて自動的に調整することができる。エネルギーは異なる媒体を異なる速度で移動するため、患者の皮下脂肪層の厚さを考慮して超音波エネルギーの相対位相を調整し、超音波エネルギーが治療領域で所望の位相を有するようにすることができ、それにより、超音波エネルギービームのフォーカスを向上させることができる。例えば、超音波トランスデューサ要素アレイの各超音波トランスデューサ要素１０１０によって生成される超音波エネルギーの相対位相は、図１０に示すように、既知の厚さを有する空間的に不均一な皮下脂肪層を通過した後、治療領域１０３０内の標的位置１０２０で超音波エネルギーが同位相になるように（またはビームの焦点を広げるよう所望の位相オフセットを有するように）制御される。
工程９４０において、超音波温熱療法が標的治療領域に適用される。超音波温熱療法は上述したように治療計画に従って適用することができる。一実施形態において、超音波処理間の冷却時間または所与の超音波処理中の冷却時間は、更新された（例えば、工程９３０で更新された）安全アルゴリズムによって調整することができ、当該安全アルゴリズムは患者の皮下脂肪層の実際の厚さに基づいて更新することができる。さらに、または代替的に、超音波温熱療法のパラメータ（例えば、出力、周波数、および／または位相）は、更新された（例えば、工程９３０で更新された）治療パラメータを用いて調整することができる。ＨＩＦＵシステムは、それに動作可能に接続されたコンピュータ（例えば、コンピュータ１２４）により生成される入力信号を受信すると、温熱療法のための超音波エネルギーを生成することができる。
工程９４５において、次の標的位置が決定される。この工程は、ＨＩＦＵシステムのオペレータによって実行されてもよいし、自動治療計画アルゴリズムによって自動的に選択されてもよい。次に、工程９５０において、以前に工程９１０でセグメント化されたＭＲ画像がまだ有効であるかどうかが判定される。ＭＲ画像が依然として有効な場合、フローチャートは（プレースホルダＢを介して）工程９２０に戻り、新しい標的位置に近接する皮下脂肪の厚さを自動的に決定し、フローチャート９０がその点から継続する。ＭＲ画像がもはや有効でない場合、（プレースホルダＣを介して）工程９００で患者の新しいＭＲ画像が取得され、フローチャート９０がその工程から継続する。ＭＲ画像が有効でなくなった理由の１つとしては、以前にＭＲ画像が取得されてから患者が移動したことが挙げられる。その他の理由としては、新しい標的位置が元のＭＲ画像の視野内にないことが考えられる。当業者にはその他の理由も知られている。
温熱療法による治療中、フローチャート９０の工程を繰り返すことができる。例えば、温熱療法において異なる標的治療位置で複数の超音波処理が必要な場合、フローチャート９０の工程を繰り返すことができる。患者の皮下脂肪層の厚さは標的治療領域内の各標的治療体積に関して自動的に決定することができる。標的治療体積のＭＲ撮像は患者の皮下脂肪層を含む標的治療体積の断面画像を生成する。標的治療位置が変化すると、標的治療体積の対応する断面画像が変化する。患者の皮下脂肪層の厚さは、断面画像間および／または特定の断面画像内で変わる可能性がある。したがって、治療パラメータは治療中および／または治療全体を通じて（例えば、工程９３０で）複数回調整することができる。患者の皮下脂肪層の実際の厚さに基づいて治療パラメータを調整することで（例えば、安全制御アルゴリズムへの入力を更新して近接領域の過熱を防ぐことにより）、安全性を高めることができる。
本発明の実施形態では、非脂肪組織から脂肪（例えば、皮下脂肪）をセグメント化することに関して説明してきたが、本開示の原理は、その他の種類の組織および／または骨をセグメント化することにも適用可能であることに留意されたい。例えば、本開示の原理は、腱、皮膚、筋肉、筋腫、器官、関節、骨、および／または人間の解剖学的構造のその他の部分のセグメント化に適用可能である。
本発明は、上述の特定の実施形態に限定されるものと理解されるべきではない。種々の変更、等価な工程、並びに本発明が適用可能な種々の構造は、本発明の開示の精査が求められている当業者には明白であろう。上述の実施形態は種々の方法で実施することができる。プロセスまたは方法の実行を伴う１若しくはそれ以上の態様および実施形態は、デバイス（例えば、コンピュータ、プロセッサ、またはその他のデバイス）により実行可能なプログラム命令を利用して、当該プロセスまたは方法の実行または実行の制御をすることができる。
この点で、様々な発明概念は、非一時的コンピュータ可読記憶媒体（または複数の非一時的コンピュータ可読記憶媒体）（例えば、一時的若しくは非一時的デジタル記憶ユニットを含む任意の好適なタイプのコンピュータメモリ、フィールド・プログラマブル・ゲート・アレイまたはその他の半導体デバイスの回路構成、あるいはその他の有形のコンピュータ記憶媒体）は、１若しくはそれ以上のコンピュータまたは他のプロセッサで実行されると、上述した様々な実施形態の１若しくはそれ以上を実施する方法を実行する１若しくはそれ以上のプログラムでエンコードされる。ソフトウェアで（例えば、アプリとして）実施する場合、ソフトウェアコードは、単一のコンピュータで提供されるか、複数のコンピュータに分散されるかにかかわらず、任意の好適なプロセッサまたはプロセッサのコレクションで実行されてよい。
さらに、コンピュータは、これに限られるものではないが、例えばラックマウント型コンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、またはタブレットコンピュータなど、多数の形態のいずれかで実施できることを理解されたい。さらに、コンピュータは、携帯情報端末（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ；ＰＤＡ）、スマートフォン、またはその他の適切な携帯型または固定型電子デバイスを含め一般的にコンピュータとは見なされないが適切な処理機能を備えたデバイスに組み込まれていてもよい。
また、コンピュータは、コンピュータを１若しくはそれ以上の他のデバイスおよび／またはシステムに相互接続するのに使用し得る１若しくはそれ以上の通信デバイス、例えば、ローカル・エリア・ネットワーク若しくはワイド・エリア・ネットワーク（エンタープライズネットワークなど）、およびインテリジェントネットワーク（ＩＮ）またはインターネットを含む任意の適切な形態の１若しくはそれ以上のネットワークなどを有することができる。そのようなネットワークは、任意の適切な技術に基づいていてよく、また、任意の適切なプロトコルに従って動作するものであってもよく、また、無線ネットワークまたは有線ネットワークを含んでもよい。
また、コンピュータは、１若しくはそれ以上の入力デバイスおよび／または１若しくはそれ以上の出力デバイスを有してもよい。これらのデバイスは、とりわけ、ユーザインターフェースを表すのに用いることができる。ユーザインターフェースを提供するのに使用できる出力デバイスの例には、出力を視覚的に提示するプリンタまたは表示画面、および出力を可聴的に提示するスピーカまたはその他の音響生成デバイスが含まれ得る。ユーザインターフェースに使用できる入力デバイスの例には、キーボード、およびマウス、タッチパッド、デジタルタブレットなどのポインティングデバイスが含まれる。その他の例として、コンピュータは、音声認識を通じて、またはその他の可聴フォーマットで入力情報を受け取ることもできる。
非一時的コンピュータ可読媒体は可搬型であり、そこに格納されたプログラムまたはプログラム群は、１若しくはそれ以上の異なるコンピュータまたは他のプロセッサにロードされて、上述した種々の態様の１若しくはそれ以上を実施することができる。いくつかの実施形態において、コンピュータ可読媒体は非一時的媒体であってもよい。
「プログラム」、「アプリ」、および「ソフトウェア」という用語は、本明細書では一般的な意味で使用され、コンピュータまたは他のプロセッサをプログラムして上述した様々な態様を実施するのに使用できる任意のタイプのコンピュータコードまたはコンピュータ実行可能命令のセットをいう。さらに、一態様において、実行されると本出願の方法を行う１若しくはそれ以上のコンピュータプログラムは、単一のコンピュータまたはプロセッサ上に常駐する必要はなく、本出願の種々の態様を実施するための複数の異なるコンピュータまたはプロセッサ間でモジュール式に分散され得ることを理解されたい。
コンピュータ実行可能命令は、例えばプログラムモジュール群など多くの方法で１若しくはそれ以上のコンピュータまたは他のデバイスによって実行することができる。一般的に、プログラムモジュールには、特定のタスクを実行したり、特定の抽象データタイプを実装したりするルーチン、プログラム、オブジェクト、コンポーネント、データ構造などが含まれる。プログラムモジュールの機能は様々な実施形態で必要に応じて組み合わせたり分散させたりすることができる。
また、データ構造は任意の好適な形式でコンピュータ可読媒体に格納することができる。説明を簡単にするために、データ構造は、データ構造内の位置を通じて関連づくフィールドを有するように示されている場合がある。このような関係は、フィールドの記憶域にフィールド間の関係を伝達するコンピュータ可読媒体内の場所を割り当てることによって同様に達成することができる。しかしながら、データ構造が有するフィールド間の情報の関係を確立するために、ポインタ、タグ、またはデータ要素間の関係を確立する他のメカニズムの使用を含め、任意の適切なメカニズムを用いることができる。
したがって、本開示および特許請求の範囲は、上述の有用な結果を達成するのにこれまで知られておらず実施もされていなかった既存の方法および技術に対する新規かつ斬新な改良を含む。本方法およびシステムのユーザは、本明細書に記載される特定の変更により、システムおよびその出力の効果をユーザに与えることが可能となった機能から具体的な利益を享受する。本明細書に記載の技術的な構成要素を用いて特許請求の範囲に係る発明を実施すると、顕著に改善された動作を達成できることが期待される。
また、上述したように、いくつかの態様は１若しくはそれ以上の方法として具現化することができる。方法の一部として実行される動作は任意の好適な方法で順序付けすることができる。したがって、説明した実施形態では一連の動作として示したが、説明したものとは異なる順序で動作を実行するように実施形態を構築してもよく、それは、いくつかの動作を同時に実行することを含み得る。
Claims (20)
- 温熱療法の送達を制御する方法であって、
磁気共鳴（ＭＲ）撮像システムにより、患者の標的治療領域に近接する組織のＭＲ画像を取得する工程であって、前記組織は空間的に不均一な皮下脂肪層を含むものである、前記取得する工程と、
ハードウェアベースのプロセッサを有するコンピュータが、訓練されたニューラルネットワークを用いて前記皮下脂肪層の実際の厚さを自動的に決定する工程であって、前記ニューラルネットワークは以前の患者からの手動でセグメント化されたＭＲ画像を用いて訓練されるものである、前記決定する工程と、
前記コンピュータが、前記皮下脂肪層の前記実際の厚さに基づいて治療パラメータのセットを自動的に調整する工程と、
高密度焦点式超音波（ＨＩＦＵ）システムにより、前記調整された治療パラメータに基づいて前記標的治療領域に温熱療法を送達する工程と
を有する方法。 - 請求項１に記載の方法において、前記治療パラメータのセットは安全制御アルゴリズムへの入力を有するものである、方法。
- 請求項２に記載の方法において、前記安全制御アルゴリズムは前記標的治療領域と前記ＨＩＦＵシステムの治療用アプリケータとの間の組織における所定の最大温度または最大熱量を保証するものである、方法。
- 請求項２に記載の方法において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、温熱療法の超音波処理間の冷却時間を増加させるものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである、方法。
- 請求項２に記載の方法において、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、温熱療法の超音波処理間の冷却時間を短縮するものである、方法。
- 請求項１に記載の方法において、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの周波数を有するものである、方法。
- 請求項１に記載の方法において、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの出力を有するものである、方法。
- 請求項７に記載の方法において、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、前記超音波エネルギーの出力は増加するものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである、方法。
- 請求項８に記載の方法において、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、前記超音波エネルギーの出力は低下するものである、方法。
- 請求項１に記載の方法において、前記治療パラメータのセットは、超音波トランスデューサ要素アレイの各超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相を有するものである、方法。
- 超音波温熱療法を送達するシステムであって、
磁気共鳴（ＭＲ）撮像システムと、
超音波トランスデューサ素子アレイを有する高密度焦点式超音波（ＨＩＦＵ）システムと、
ハードウェアベースのプロセッサを有し、前記ＭＲ撮像システムおよび前記ＨＩＦＵシステムに動作可能に接続されたコンピュータと、
コンピュータ可読命令を有する非一時的記憶媒体であって、前記コンピュータ可読命令は、前記プロセッサによって実行されると、前記プロセッサに、
患者の標的治療領域に近接する組織のＭＲ画像を取得するための第１の出力信号を前記ＭＲシステムに送信することであって、前記組織は空間的に不均一な皮下脂肪層を含むものである、前記第１の出力信号を送信することと、
訓練されたニューラルネットワークを用いて前記皮下脂肪層の実際の厚さを自動的に決定することであって、前記ニューラルネットワークは以前の患者からの手動でセグメント化されたＭＲ画像を用いて訓練されるものである、前記決定することと、
前記皮下脂肪層の前記実際の厚さに基づいて治療パラメータのセットを調整することと、
前記調整された治療パラメータに基づいて前記標的治療領域に温熱療法を送達するための第２の出力信号を前記ＨＩＦＵシステムに送信することと
を行わせるものである、前記非一次的記憶媒体と
を有するシステム。 - 請求項１１に記載のシステムにおいて、前記治療パラメータのセットは安全制御アルゴリズムへの入力を有するものである、システム。
- 請求項１２に記載のシステムにおいて、前記安全制御アルゴリズムは前記標的治療領域と前記ＨＩＦＵシステムの治療用アプリケータとの間の組織における所定の最大温度および／または所定の最大熱量を保証するものである、システム。
- 請求項１２に記載のシステムにおいて、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが所定の厚さよりも厚い場合、温熱療法の超音波処理間の冷却時間を増加させるものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである、システム。
- 請求項１４に記載のシステムにおいて、前記安全制御アルゴリズムは、前記皮下脂肪層の前記実際の厚さが前記所定の厚さよりも薄い場合、温熱療法の超音波処理間の冷却時間を短縮するものである、システム。
- 請求項１１に記載のシステムにおいて、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの周波数を有するものである、システム。
- 請求項１１に記載のシステムにおいて、前記治療パラメータのセットは前記ＨＩＦＵシステムによって生成される超音波エネルギーの出力を有するものである、システム。
- 請求項１７に記載のシステムにおいて、前記皮下脂肪層の厚さが所定の厚さよりも厚い場合、前記超音波エネルギーの出力は増加するものであり、前記所定の厚さは前記患者の性別における平均的な皮下脂肪層の厚さに対応するものである、システム。
- 請求項１８に記載のシステムにおいて、前記皮下脂肪層の厚さが前記所定の厚さよりも薄い場合、前記超音波エネルギーの出力は低下するものである、システム。
- 請求項１１に記載のシステムにおいて、前記治療パラメータのセットは、前記超音波トランスデューサ要素アレイの各超音波トランスデューサ要素によって生成される超音波エネルギーの相対位相を有するものである、システム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US16/859,740 US11191980B2 (en) | 2020-04-27 | 2020-04-27 | Automated magnetic resonance image segmentation for ultrasound thermal therapy control |
| US16/859,740 | 2020-04-27 | ||
| PCT/CA2021/050540 WO2021217247A1 (en) | 2020-04-27 | 2021-04-20 | Automated magnetic resonance image segmentation for ultrasound thermal therapy control |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023522760A true JP2023522760A (ja) | 2023-05-31 |
| JPWO2021217247A5 JPWO2021217247A5 (ja) | 2023-12-12 |
Family
ID=78221782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022564733A Pending JP2023522760A (ja) | 2020-04-27 | 2021-04-20 | 超音波温熱療法制御のための磁気共鳴画像の自動セグメント化 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11191980B2 (ja) |
| EP (1) | EP4142873A4 (ja) |
| JP (1) | JP2023522760A (ja) |
| CN (1) | CN115697484A (ja) |
| CA (1) | CA3174820A1 (ja) |
| WO (1) | WO2021217247A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11693078B2 (en) * | 2021-02-08 | 2023-07-04 | Purdue Research Foundation | Hybrid spatial and circuit optimization for targeted performance of MRI coils |
| WO2024096013A1 (ja) * | 2022-11-04 | 2024-05-10 | 株式会社ハイテックシステムズ | 組織切片厚さ推定装置、組織切片厚さ評価装置、組織切片厚さ推定方法、組織切片厚さ推定プログラムおよび記録媒体 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8088067B2 (en) | 2002-12-23 | 2012-01-03 | Insightec Ltd. | Tissue aberration corrections in ultrasound therapy |
| US20100168551A1 (en) * | 2006-11-14 | 2010-07-01 | Medizinische Universität Graz | Determining a Thickness of a Layer of Fat of an Organism |
| US20100036246A1 (en) * | 2008-08-07 | 2010-02-11 | Leonid Kushculey | Automatic fat thickness measurements |
| CN102802728B (zh) * | 2009-06-02 | 2016-03-30 | 皇家飞利浦电子股份有限公司 | Mr成像引导的治疗 |
| US20110144545A1 (en) * | 2009-12-15 | 2011-06-16 | General Electric Company | Methods And System For Delivering Treatment To A Region Of Interest Using Ultrasound |
| WO2011080631A2 (en) * | 2009-12-28 | 2011-07-07 | Koninklijke Philips Electronics, N.V. | High intensity focused ultrasound transducer optimization |
| CA2791458A1 (en) * | 2010-03-01 | 2011-09-09 | Yoni Iger | System, device and methods of tissue treatment for achieving tissue specific effects |
| US8932237B2 (en) * | 2010-04-28 | 2015-01-13 | Insightec, Ltd. | Efficient ultrasound focusing |
| US8715187B2 (en) * | 2010-12-17 | 2014-05-06 | General Electric Company | Systems and methods for automatically identifying and segmenting different tissue types in ultrasound images |
| JP2016529974A (ja) * | 2014-03-18 | 2016-09-29 | ハイロニック コーポレーション リミテッドＨｉｒｏｎｉｃ Ｃｏ．，Ｌｔｄ． | 高強度集束超音波施術装置及びその施術方法 |
| CN208355951U (zh) * | 2014-12-19 | 2019-01-11 | 海罗尼克株式会社 | 聚焦超声波施术装置 |
| US9636084B2 (en) * | 2015-01-03 | 2017-05-02 | Lina He | Apparatus and method for measuring subcutaneous fat thickness using ultrasound |
| KR101567281B1 (ko) * | 2015-06-10 | 2015-11-10 | 세종대학교산학협력단 | 피하지방층 두께 추정 장치 및 방법 |
| US10194829B2 (en) | 2015-07-07 | 2019-02-05 | Q Bio, Inc. | Fast scanning based on magnetic resonance history |
| WO2017101290A2 (zh) * | 2015-12-17 | 2017-06-22 | 南京广慈医疗科技有限公司 | 高强度聚焦超声系统在治疗原发性高血压方面的用途 |
| CA3026107A1 (en) | 2016-06-06 | 2017-12-14 | Ariel Sverdlik | Ultrasound transducer and system |
| CN106886791A (zh) * | 2016-12-28 | 2017-06-23 | 四川木牛流马智能科技有限公司 | 一种基于条件随机场的二维ct图片中脂肪位置识别方法 |
-
2020
- 2020-04-27 US US16/859,740 patent/US11191980B2/en active Active
-
2021
- 2021-04-20 CA CA3174820A patent/CA3174820A1/en active Pending
- 2021-04-20 JP JP2022564733A patent/JP2023522760A/ja active Pending
- 2021-04-20 WO PCT/CA2021/050540 patent/WO2021217247A1/en active Application Filing
- 2021-04-20 CN CN202180037499.1A patent/CN115697484A/zh active Pending
- 2021-04-20 EP EP21796608.4A patent/EP4142873A4/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20210330993A1 (en) | 2021-10-28 |
| EP4142873A4 (en) | 2024-05-15 |
| CN115697484A (zh) | 2023-02-03 |
| WO2021217247A1 (en) | 2021-11-04 |
| EP4142873A1 (en) | 2023-03-08 |
| US11191980B2 (en) | 2021-12-07 |
| CA3174820A1 (en) | 2021-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10987522B2 (en) | Three dimensional localization and tracking for adaptive radiation therapy | |
| RU2545896C2 (ru) | Терапевтическое устройство для лечения пациента с использованием магнитных наночастиц | |
| US10152790B2 (en) | Three dimensional localization of a moving target for adaptive radiation therapy | |
| CN101888876B (zh) | 运动补偿的影像引导聚焦超声治疗系统 | |
| CN105745555B (zh) | 用于辐射治疗和超声加热的医学装置 | |
| JP2018522651A (ja) | 放射線治療中に品質指標を使用して標的を追跡するためのシステム及び方法 | |
| JP6725773B2 (ja) | 放射線治療中の形状変化を考慮するためのシステムおよび方法 | |
| JP2023522760A (ja) | 超音波温熱療法制御のための磁気共鳴画像の自動セグメント化 | |
| US10543381B2 (en) | System for monitoring the position of a patient receiving 4pi radiation therapy | |
| CN115485019A (zh) | 自动计划的基于放射的治疗 | |
| EP3806954B1 (en) | Therapy planning device | |
| US12002153B2 (en) | Methods, systems, and apparatuses for medical image enhancement to optimize transducer array placement | |
| EP4260277A1 (en) | Methods, systems, and apparatuses for medical image enhancement to optimize transducer array placement | |
| EP2441492A1 (en) | High intensity focused ultrasound system, computer-implemented method, and computer program product | |
| Wu et al. | An interactive HIFU therapy planning using simulation & visualization | |
| Atkinson-Clement et al. | Optimizing Transcranial Focused Ultrasound Stimulation: An Open-source Tool for Precise Targeting | |
| Koivula et al. | Proton Therapy Planning With MRI Only |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231130 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231130 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240730 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240731 |