KR101725443B1 - 선량 평가 방법 및 장치 - Google Patents
선량 평가 방법 및 장치 Download PDFInfo
- Publication number
- KR101725443B1 KR101725443B1 KR1020150003650A KR20150003650A KR101725443B1 KR 101725443 B1 KR101725443 B1 KR 101725443B1 KR 1020150003650 A KR1020150003650 A KR 1020150003650A KR 20150003650 A KR20150003650 A KR 20150003650A KR 101725443 B1 KR101725443 B1 KR 101725443B1
- Authority
- KR
- South Korea
- Prior art keywords
- dose
- interpolation
- data
- body information
- photographing condition
- Prior art date
Links
- 210000000056 organ Anatomy 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 231100000987 absorbed dose Toxicity 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims description 35
- 230000002093 peripheral effect Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 10
- 230000037396 body weight Effects 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 17
- 238000000342 Monte Carlo simulation Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 6
- 210000000038 chest Anatomy 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 238000012636 positron electron tomography Methods 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 210000001685 thyroid gland Anatomy 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000001919 adrenal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012831 peritoneal equilibrium test Methods 0.000 description 1
- 238000012877 positron emission topography Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 231100000628 reference dose Toxicity 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001541 thymus gland Anatomy 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Images
Classifications
-
- G06F19/3431—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- G06F19/3437—
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
데이터 베이스를 이용한 선량 평가 방법 및 장치가 개시된다. 이 방법은 선량 평가 대상의 신체정보 및 선량촬영조건을 입력받는 단계, 미리 구축된 데이터 베이스 내에서 입력받은 신체정보 및 선량촬영조건에 매칭되는 데이터를 검색하고. 검색 도중 매칭되는 입력받은 신체정보 및 선량촬영조건에 데이터를 발견한 경우 매칭 데이터 및 관련 정보를 로딩하고, 로딩한 매칭 데이터 및 관련 정보를 기초로 각 장기들의 흡수선량을 표시하는 막대 그래프, 각 프로젝션당 전달되는 선량을 나타내는 각도별 흡수선량 그래프 또는 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량에 관한 표 중 적어도 하나를 디스플레이에 출력하거나 저장 매체에 저장한다.
Description
본 발명은 선량 평가 방법 및 장치에 관한 것이다. 보다 자세하게는 CDT 시스템에 대한 선량 평가 프로그램에 관한 것이다.
의료 영상장비가 개발됨에 따라, 환자의 피폭량을 측정하는 선량(dose) 평가 프로그램도 함께 개발되어 왔다. GE사를 비롯하여 전세계적으로 CDT 시스템(Chest Digital Tomosynthesis system)이 개발 중이다. 그러나 이에 대한 선량 평가 프로그램이 국내에서 거의 개발되지 않는 바, 국가 기술 경쟁력 강화 및 의료기관의 국제화로 인한 국내 의료기관 경쟁력 강화를 위하여 독자적인 선량 평가 프로그램이 요구되는 실정이다. 특히, 최근에 후쿠시마 원전 사고에 의하여 선량에 대한 관심이 대두되고 있어, CDT 시스템에 대한 선량 평가 프로그램이 필요한 바이다.
본 발명의 기술적 과제는 선량 평가 방법 및 장치를 제공함에 있다.
본 발명의 다른 기술적 과제는 CDT 시스템에 대한 선량 평가 프로그램을 제공함에 있다.
본 발명의 또 다른 기술적 과제는 데이터 베이스를 구축하고 이를 측정 결과와 비교하여 신속하게 모든 장기와 프로젝션에서의 선량을 계산함에 있다.
본 발명의 일 양태에 따르면, 데이터 베이스를 이용한 선량 평가 방법은 선량 평가 대상의 신체정보 및 선량촬영조건을 입력받는 단계, GATE 시뮬레이션을 이용하여 측정한 유효 선량과 PCXMC 시뮬레이션을 이용하여 측정한 유효 선량의 상관관계를 기초로 결정한 보정인자에 따라서, 신체정보 및 선량 촬영 조건 대비 유효 선량 데이터를 포함하도록 구축된 데이터 베이스(data base) 내에서, 입력받은 신체정보 및 선량촬영조건에 매칭되는 데이터를 검색하는 단계, 검색 도중 매칭되는 입력받은 신체정보 및 선량촬영조건에 데이터를 발견한 경우, 매칭 데이터 및 관련 정보를 로딩하는 단계 및 로딩한 매칭 데이터 및 관련 정보를 기초로 각 장기들의 흡수선량을 표시하는 막대 그래프, 각 프로젝션당 전달되는 선량을 나타내는 각도별 흡수선량 그래프 또는 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량에 관한 표 중 적어도 하나를 디스플레이에 출력하거나 저장 매체에 저장하는 단계를 포함한다.
본 발명에 따르면, 선량 측정 결과를 평가하여 장기별 흡수선량 그래프를 획득할 수 있다.
본 발명에 따르면, 획득한 장기별 유효선량 및 오차율을 저장 매체에 엑셀파일등으로 저장할 수 있으며, 사용자가 쉽게 전송할 수 있다.
본 발명에 따르면, 선량 평가 관리 데이터 베이스(예, 네트워크 서버)를 구축할 수 있다.
본 발명에 따르면, 진단 가치가 있는 영상을 얻을 조건에서의 적당한 선량의 기준을 제시할 수 있으며, 제시된 기준을 통해 선량에 맞게 조건을 제한할 수 있다.
본 발명에 따르면, 병원 측의 DICOM 시스템과 조합하여 진단 영상을 획득함과 동시에, 각도 별 누적선량 및 정해진 선량 기준치로부터의 오차율을 표시함으로써 효과적으로 환자 선량 관리할 수 있다.
도 1을 본 발명에 따른 선량 평가 방법의 일 예를 나타내는 순서도이다.
도 2는 GATE 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다.
도 3은 PCXMC 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다.
도 4a는 GATE 시뮬레이션 측정 결과와 PCXMC 시뮬레이션 측정 결과를 비교함을 나타내는 일 예이며, 도 4b는 보정인자를 결정하는 일 예를 나타낸다.
도 5는 본 발명에 따른 선량 평가 방법의 일 예를 나타내는 순서도이다. 예를 들어, CDT를 이용한 흉부 검사와 같은 경우에 적용될 수 있는 방법이다.
도 6은 본 발명에 따른 큐빅 인터폴레이션의 일 예를 나타낸다.
도 7은 본 발명에 따른 각도별 각 장기 선량 그래프의 일 예를 나타낸다.
도 8은 본 발명에 따른 장기별 누적 흡수 선량 그래프의 일 예를 나타낸다.
도 9는 본 발명에 따라서 선량 평가를 표시하는 일 예를 나타낸다.
도 2는 GATE 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다.
도 3은 PCXMC 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다.
도 4a는 GATE 시뮬레이션 측정 결과와 PCXMC 시뮬레이션 측정 결과를 비교함을 나타내는 일 예이며, 도 4b는 보정인자를 결정하는 일 예를 나타낸다.
도 5는 본 발명에 따른 선량 평가 방법의 일 예를 나타내는 순서도이다. 예를 들어, CDT를 이용한 흉부 검사와 같은 경우에 적용될 수 있는 방법이다.
도 6은 본 발명에 따른 큐빅 인터폴레이션의 일 예를 나타낸다.
도 7은 본 발명에 따른 각도별 각 장기 선량 그래프의 일 예를 나타낸다.
도 8은 본 발명에 따른 장기별 누적 흡수 선량 그래프의 일 예를 나타낸다.
도 9는 본 발명에 따라서 선량 평가를 표시하는 일 예를 나타낸다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 이하에서 개시되는 실시 예에 한정되지 않는다. 또한 도면에서 본 발명을 명확하게 개시하기 위해서 본 발명과 관계없는 부분은 생략하였으며, 도면에서 동일하거나 유사한 부호들은 동일하거나 유사한 구성요소들을 나타낸다.
본 발명의 목적 및 효과는 하기의 설명에 의해서 자연스럽게 이해되거나 보다 분명해질 수 있으며, 하기의 기재만으로 본 발명의 목적 및 효과가 제한되는 것은 아니다.
본 발명의 목적, 특징 및 장점은 다음의 상세한 설명을 통하여 보다 분명해 질 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 실시예를 상세히 설명하기로 한다.
이하에서, 몬테 카를로(monte carlo) 시뮬레이션이란 불확실한 상황하에서의 의사결정을 목적으로 확률적 시스템의 모의 실험에 이용되는 절차를 말한다. 몬테카를로 시뮬레이션의 핵심은 모형의 확률요소들에 대한 실험이며, 확률적 또는 우연결과를 발생시켜 주는 도구를 이용하여 수행된다. 이 도구는 모형에서 가정한 확률분포에 따라 무작위표본추출에 의해서 우연결과를 발생시켜 주는데 이용된다. 따라서 몬테카를로 시뮬레이션을 모의적 표본 추출법(simulated sampling technique)이라고도 한다.
이제부터, 몬테 카를로(Monte Carlo) 시뮬레이션 기반의 환자 선량 데이터베이스 구축을 설명한다.
도 1을 본 발명에 따른 선량 평가 방법의 일 예를 나타내는 순서도이다.
도 1을 참조하면, 먼저, GATE(Geant5 Application for Tomographic Emission 시뮬레이션을 이용한 유효 선량을 측정한다(S100). 도 2는 GATE 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다. GATE(Geant4 Application for Tomographic Emission)는 몬테카를로 시뮬레이션 방법 중 하나이며, 버전6(version. 6)부터 DoseActor tool을 제공하고 있으며, 이 tool을 이용하여 흡수선량 분포를 계산할 수 있다. DoseActor는 GATE시뮬레이션이 이루어지는 동안 특정 부피 안에서 생성된 입자들의 수와 에너지 분포 정보를 수집하고 이를 추출할 수 있다.
GATE는 핵의학 영상기기 설계 및 성능예측을 목적으로 개발한 Geant4 기반의 시뮬레이션이다. GATE는 핵의학 장비 및 CT장비의 시스템 성능 예측을 위해 사용되며, 이미 여러 연구 그룹에서 신뢰성을 검증하였다. GATE는 고에너지 핵입자 실험의 시뮬레이션을 위해 개발된 툴인 GEANT4 반의 시뮬레이션 코드이며, PET과 SPECT 등의 설계 및 성능 예측을 목적으로 만들어진 오픈 소스 개념의 시뮬레이션 툴이다. GATE를 사용하여 원형 PET과 같은 복잡한 구조의 검출기, 선원, 팬텀 등을 정확하고 비교적 쉽게 모사할 수 있으며, 또한 선원의 방사능붕괴나 검출기에 방사선이 입사할 때 발생하는 광전효과나 컴프턴 산란과 같은 물리적 현상을 시뮬레이션 할 수 있다.
본 연구에서 사용되는 GATE 버전6는 SPECT, PET뿐만 아니라 X-선 촬영이 가능하도록 CT의 예제가 포함되어 있다는 것이 특징이며, 여러 물질에 대한 데이터베이스를 가지고 있으므로 검출기 및 팬텀의 모사가 가능하다.
도 2를 참조하면, CDT 시스템에서 X선 발생을 통하여 물체가 있을 때 변화되는 튜브 각도(tube angle)에 따른 여러 가지 촬영모습을 GATE 시뮬레이션에서 보여준다.
(a)는 중심에서 튜브가 왼쪽으로 15.3도 이동된 상태에서 물체를 촬영하는 모습, (b)는 튜브가 0도(즉, 중심)에서 촬영하는 모습, (c)는 중심에서 15.3도로 오른쪽으로 튜브가 이동된 상태에서 물체를 촬영하는 모습의 예를 나타내는 GATE 시뮬레이션이다.
이어서, PCXMC 시뮬레이션을 이용한 유효 선량을 측정한다(S110). 도 3은 PCXMC 시뮬레이션을 이용한 유효 선량 측정을 나타내는 일 예이다.
PCXMC(PC-based Monte Carlo)는 X-ray 검사를 통해 얻은 환자의 조직선량 및 흡수선량을 계산해주는 선량평가 프로그램이다. PCXMC 프로그램은 소아부터 성인까지 다양한 연령대 와 가상의 수학적 팬텀 상에 직접적인 방법과 동일한 파라미터를 입력하여 환자의 조직들의 선량을 평가하는 프로그램이다.
프로그램의 실행순서는 기본적인 환자의 연령, 신장 와 체중을 입력한 다음 각 촬영조건에 맞는 관전압, 관전류, 양극의 각도, Focus-Skin Distance, 조사야의 크기, 고유여과 두께, 광자수 등의 다양한 인자들 입력하고 시뮬레이션을 통해 Input dose value는 Unfors Xi meter를 사용하여 측정한 Air kerma(mGy)값을 입력하여 보고자하는 특정장기의 선량 및 유효선량을 평가할 수 있는 시뮬레이션 프로그램이다. PCXMC Program을 사용하여 국제 방사선 방호 위원회 ICRP-103(International Committee for Radioactivity Prevention)에서 제시한 장기들에 부합되는 선량 측정이 가능하고 이에 따라 정확한 유효선량 값을 산출할 수 있다.
이어서, 측정한 GATE 시뮬레이션 측정 결과와 PCXMC 시뮬레이션 측정 결과 간의 상관관계를 분석하여 보정인자 결정한다(S120). 도 4a는 GATE 시뮬레이션 측정 결과와 PCXMC 시뮬레이션 측정 결과를 비교함을 나타내는 일 예이며, 도 4b는 보정인자를 결정하는 일 예를 나타낸다.
도 4a 및 도 4b를 참조하면, 일 예로, GATE 시뮬레이션 측정 유효선량과 PCXMC 시뮬레이션 측정 유효선량의 차이값을 이용하여 보정인자를 결정할 수 있다.
다른 예로, 보정인자는 관전류에 따른 함수로 나타낼 수 있다.
이어서, 영상 획득 조건(예, 총 노출 시간, 총 스캔 각도 등)에 따른 유효 선량 측정 결과를 데이터 베이스로 구축한다(S130). 도 4a는 GATE 시뮬레이션 과 PCXMC를 통해 측정한 환자의 유효선량을 비교하기 위해 같은 그래프에 결과값을 표현한 그래프입니다. 또한 도 4b는 두 시뮬레이션에서 획득한 유효선량 값을 비교하여 하나의 결과값을 기준으로 다른 하나의 결과값과의 상호관계를 보여주는 그래프이다. 즉, GATE에서 측정한 유효선량의 값을 PCXMC에서 측정한 유효선량의 값과 비교하여 차이에 대하여 conversion factor를 구하고, 구해진 conversion factor를 통해 다른 영상획득조건에서 촬영한 유효선량을 환산을 할 수 있다. 즉, 실제 결과값의 오차를 보완하는 인자이다.
다음 표 1은 유효 선량 데이터의 일 예를 나타낸다.
| Tube Voltage [kVp] |
Tube Current [mA] |
Total Exposure Time [second] |
Total Scan Angle [degree] |
Patient | |
| Height [cm] |
Weight [kg] |
||||
| 100 | 180 | 1.5 | 19 | 175 | 60 |
| 120 | 200 | 2.0 | 21 | 180 | 70 |
| 140 | 220 | 2.5 | 24 | 185 | 80 |
표 1을 참조하면, 관전압(tube voltage), 관전류(tube current), 총 노출 시간(total exposure time), 총 스캔 각도(total scan angle), 환자의 키와 몸무게(height, weight)를 포함하는 데이터 베이스를 구축한다.
이어서, 획득한 선량 측정 결과를 이용하여 선량을 평가한다(S140). 이때, 구축한 데이터 베이스를 기초로 선량을 평가하여, 그 결과를 디스플레이에 표시할 수 있다.
일 예로, 여러 파라미터에 따른 측정 결과를 표현하도록 GUI(Graphic User Interface)가 구성될 수 있다.
다른 예로, 사용자가 입력한 파라미터를 기초로 데이터 베이스에서 측정 결과를 불러들여 선량을 평가할 수 있다.
또 다른 예로, 각 목적 장기(target organ) 별로 선량을 평가하여 표를 구성하여 표시할 수 있다.
또 다른 예로, 평가한 선량 결과를 엑셀(excel) 파일로 소정의 저장 매체에 저장하거나, 다른 단말 등으로 전송할 수 있다.
이어서, 평가한 선량의 정확도를 측정하거나 최적화하는 작업이 추가될 수 있다(S150).
도 5는 본 발명에 따른 선량 평가 방법의 일 예를 나타내는 순서도이다. 예를 들어, CDT를 이용한 흉부 검사와 같은 경우에 적용될 수 있는 방법이다.
도 5를 참조하면, 선량 평가 대상의 신체정보(예, 신장, 체중)를 입력받는다(S500). 선량 평가 장치는 입력받은 신체정보를 기초로 환자의 흉부의 크기와 내부의 장기의 크기를 판단하거나 예측할 수 있다.
선량 촬영 조건(예, 관전압, 관전류)을 입력받는다(S505). 이때, 소정의 프로토콜에 따라서 선량 촬영 조건을 입력받을 수 있다. 선량 평가 장치의 특성을 정의하기 위함이다. 여기서, 프로토콜이란 본 발명에 따른 GUI 프로그램에서 촬영조건(예, kVp,mAs,환자몸무게,환자키 등) 조건을 입력하는 부분이며, 프로그램에 입력된 값들을 기준으로 환자 선량을 찾는 과정이어서, 촬영 조건을 입력하는 소정의 프로토콜(일종의 컴퓨터 작업)이라 한다.
미리 구축한 데이터 베이스 내에서, 입력받은 신체정보 및 촬영조건에 매칭되는 데이터를 검색한다(S510). 여기서, 미리 구축한 데이터 베이스는 상기 도 1에 따라서 GATE 시뮬레이션을 이용하여 측정한 유효 선량과 PCXMC 시뮬레이션을 이용하여 측정한 유효 선량의 상관관계를 분석하여 결정한 보정인자를 기초로 영상 획득 조건(예, 총 노출 시간, 총 스캔 각도 등)에 따라서 미리 구축한 데이터 베이스일 수 있다.
일 예로, 신체정보(예, 신장과 체중)의 경우 (입력값-0.5)<X≤(입력값+0.5)의 범위에 해당하는 X는 입력값에 해당하는 것으로 판단하여 검색할 수 있다. 이때, 신장의 입력값은 cm단위, 체중의 입력값은 kg단위일 수 있다.
다른 예로, 관전압의 경우 kV단위로 입력 받거나 검색될 수 있다.
또 다른 예로, 관전류의 경우 mAs의 단위로 입력 받거나 검색될 수 있으며, 입력 또는 검색되는 mAs의 크기는 0.01 정도(degree) 일 수 있다.
단계 S510에서 매칭되는 데이터를 데이터 베이스 내에서 발견한 경우, 해당 데이터(또는 해당 데이터와 관련된 데이터 셋(set))를 로딩한다(S515).
이때, 로딩한 데이터(또는 데이터 셋)을 디스플레이에 출력(또는 표시)할 수 있다.
일 예로, 흉부촬영 시 가장 많은 선량을 받으며 방사선 감수성이 높은 장기(예, 폐, 간, 유방, 척추, 심장, 이자, 갑상선 등)를 주요 장기로 정의하여, 주요 장기들의 흡수선량을 장기 별로 또는 프로젝션(projection) 별로 출력할 수 있으며, 또는 CDT로 인해 인체에 총 영향을 끼치게 되는 선량인 유효선량을 표시할 수 있다(S520). 즉, 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량을 계산하여 표시할 수 있다. 일반적으로 환자들을 검진할 때 흉부 촬영을 하여 한 장의 X-ray 영상을 얻는데, CT(computed tomography) 또는 CDT에서 촬영된 한 장의 X-ray영상을 여기서, 프로젝션 영상이라 한다.
또한 CT나 CDT에서는 projection 영상을 하나가 아닌 적게는 60장에서 많게는 1000장 이상 찍어 일반적으로 병원에서 확인할 수 있는 3D영상(CT영상,CDT영상)을 만드는 것입니다.
로딩한 데이터(또는 데이터 셋)을 이용하여 각 장기의 선량을 막대그래프로 표시할 수 있다(S525).
또는, 로딩한 데이터(또는 데이터 셋)을 이용하여 CDT에서 각 프로젝션당 전달되는 선량을 나타내는 각도 별 흡수선량 그래프를 표시할 수 있다(S530).
또는, 장기의 흡수선량과 유효선량을 표로 출력하여 기준 선량과 비교하여 표시할 수 있다(S535). 이 표를 통해 피폭 선량을 가늠할 수 있다. 다음 표 2는 장기의 흡수 선량과 유효 선량을 출력한 일 예이다.
상기 표 2를 참조하면, 장기 별로(lung, heart, liver, breasts spine, thymus Adrenals Throid)로 흡수 선량(absorbed dose) 및 유효 선량(effective dose)을 확인할 수 있으며, 평균 유효 선량(average effective dose)도 확인할 수 있다. 이때, 사용자가 Save Data를 클릭하면, 엑셀(excel) 파일 등으로 저장 매체에 저장될 수 있다.
한편, 단계 S510에서 매칭되는 데이터를 발견하지 못한 경우, 입력값(예, 신체정보 또는 촬영 조건)의 주변 데이터를 설정한다(S540).
일 예로, 관전압, 키, 신장 중 적어도 하나에 대하여 입력값 보다 10만큼 큰 값을 주변 데이터로 설정하여 해당 주변 데이터에 매칭되는 데이터를 검색할 수 있다. 이때 단위는 관전압의 경우 kV, 키는 cm, 몸무게는 kg일 수 있다. 다음 표 3은 주변 데이터의 일 예를 나타낸다.
| 주변 데이터 |
| kV, height, weight |
| kV, height +10, weight |
| kV, height, weight+10 |
| kV, height+10, weight+10 |
| kV+10, height, weight |
| kV+10, height +10, weight |
| kV+10, height, weight+10 |
| kV+10, height+10, weight+10 |
표 3을 참조하면, 하나의 입력값 셋(set)을 기초로 총 8개의 주변 데이터를 설정할 수 있다.
단계 S540에 이어서, 입력값과 설정한 주변 데이터를 기초로 큐빅 인터폴레이션(cubic interpolation)을 수행한다(S545).
도 6은 본 발명에 따른 큐빅 인터폴레이션의 일 예를 나타낸다. (kV, height, weight)를 입력값이라고 가정하자. 도 6은 전체적인 프로그램 구동 과정을 나타내는 흐름도이며, 환자의 정보와 촬영 조건이 입력되면 입력된 정보와 일치한 정보를 통해 선량을 산출한다. 만약 입력한 정보와 일치하는 선량 정보가 없다면 가장 가까운 주변 데이터를 통한 인터폴레이션을 통해 입력한 조건의 선량을 추정한다. 본 발명에 따르면, 큐빅 인터폴레이션이 사용될 수 있으며, 큐빅 인터폴레이션은 주어진 점을 매끄럽게 연결하는 알고리즘이다. 서로 떨어져 있는 두 점 사이를 연결하여 연결하는 선을 3차 다항식으로 만들어 보다 부드럽고 자연스러운 보정과정이다.
도 6을 참조하면, (kV, height, weight)와 (kV, height+10, weight)으로부터 제1 인터폴레이션(interpolation1)을 얻을 수 있다.
(kV, height, weight+10)와 (kV, height+10, weight+10)으로부터 제2 인터폴레이션(interpolation2)을 얻을 수 있다.
(kV+10, height, weight)와 (kV+10, height+10, weight)으로부터 제3 인터폴레이션(interpolation3)을 얻을 수 있다.
(kV+10, height, weight+10)와 (kV+10, height+10, weight+10)으로부터 제4 인터폴레이션(interpolation3)을 얻을 수 있다.
제1 인터폴레이션(interpolation1) 및 제2 인터폴레이션(interpolation2)로부터 제5 인터폴레이션(interpolation5)을 얻을 수 있다.
제3 인터폴레이션(interpolation3) 및 제4 인터폴레이션(interpolation4)로부터 제6 인터폴레이션(interpolation6)을 얻을 수 있다.
제5 인터폴레이션(interpolation5) 및 제6 인터폴레이션(interpolation6)로부터 제7 인터폴레이션(interpolation7)을 얻을 수 있다.
단계 S545에 이어서, 큐빅 인터폴레이션(cubic interpolation)을 수행한 결과를 기초로 수정된 데이터 베이스를 구축한다(S550).
단계 S550에 이어서 수정된 데이터 베이스에서 입력받은 신체정보 및 촬영조건에 매칭되는 데이터를 검색하여 매칭되는 데이터를 발견한 경우, 해당 데이터를 로딩하는 단계 S515부터 진행된다. 즉, 매칭되는 데이터를 확인하고 로딩하며, 이때 데이터들은 단계 S545에서 큐빅 인터폴레이션에 따라서 보정될 수 있다.
도 7은 본 발명에 따른 각도별 각 장기 선량 그래프의 일 예를 나타낸다.
도 7을 참조하면, 출력된 각도별 각 장기의 선량 그래프를 기초로 각도에 따라 선량이 어떠한 식으로 변화하는지 쉽게 분석할 수 있다. 이를 통해, 최근에 활발히 연구 및 개발 되고 있는 CTS 시스템에서의 선량 기준을 정하는데 기준 자료가 될 수 있다.
특히, 데이터베이스가 내장되어 연산속도가 빠르다.
도 8은 본 발명에 따른 장기별 누적 흡수 선량 그래프의 일 예를 나타낸다.
도 8을 참조하면, 장기별로 누적되는 선량을 한눈에 평가할 수 있다.
본 발명에 따른 선량 평가 프로그램은 몬테칼로 시뮬레이션에 기반하여 추가적인 시뮬레이션을 필요로 하지 않으므로, 기존의 선량 평가 프로그램(예, PCXMC 시뮬레이션)과 구별된다.
기존의 선량 평가 프로그램은 아래 그림과 같이 환자의 정보 및 촬영 조건 등 여러 개의 파라미터를 입력받아 선량을 계산할 때까지 오랜 시간이 걸린다.
본 발명은 미리 구축된 데이터 베이스를 이용하므로 다수의 파라미터의 입력이 불필요하므로 보다 신속하게 환자에 대한 선량평가 결과를 얻을 수 있다.
도 9는 본 발명에 따라서 선량 평가를 표시하는 일 예를 나타낸다. 특정 환자 정보와 촬영 조건 또는 인터폴레이션에 의해 추정된 환자정보 및 촬영조건에서 CDT를 촬영할 때 장기 별로 흡수되는 선량의 예시를 나타낸다.)
도 9를 참조하면, 하나의 프로젝션 데이터를 얻는 기존 선량 평가 프로그램과 달리, 본 발명은 CDT에 필요한 SSD, 각도의 변화에 따라 선량을 측정(또는 계산)하여 복수의 프로젝션 데이터에 대한 선량을 시각화 할 수 있다.
도 10은 데이터 베이스를 이용한 선량 평가 장치의 일 예를 나타낸다.
도 10을 참조하면, 데이터 베이스를 이용한 선량 평가 장치는 선량 평가 대상의 신체정보 및 선량촬영조건을 입력받는 입력부(1005), GATE 시뮬레이션을 이용하여 측정한 유효 선량과 PCXMC 시뮬레이션을 이용하여 측정한 유효 선량의 상관관계를 기초로 결정한 보정인자에 따라서, 신체정보 및 선량 촬영 조건 대비 유효 선량 데이터를 포함하도록 구축된 데이터 베이스(data base), 데이터 베이스 내에서 입력받은 신체정보 및 선량촬영조건에 매칭되는 데이터를 검색하고, 검색 도중 매칭되는 입력받은 신체정보 및 선량촬영조건에 데이터를 발견한 경우 매칭 데이터 및 관련 정보를 로딩하고, 로딩한 매칭 데이터 및 관련 정보를 기초로 각 장기들의 흡수선량을 표시하는 막대 그래프, 각 프로젝션당 전달되는 선량을 나타내는 각도별 흡수선량 그래프 또는 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량에 관한 표 중 적어도 하나를 디스플레이에 출력하거나 저장 매체에 저장하는 제어부(1010)를 포함한다.
제어부(1010)는 검색 도중 매칭되는 데이터를 발견하지 못한 경우, 입력받은 신체정보 또는 선량촬영조건의 주변 데이터를 설정하고, 입력받은 신체 정보 또는 촬영 조건과 설정한 주변 데이터에 대하여 큐빅 인터폴레이션(cubic interpolation)을 수행하고, 큐빅 인터폴레이션을 수행한 결과를 기초로 데이터 베이스를 수정하며, 데이터 베이스 내에서 입력받은 신체정보 및 촬영조건에 매칭되는 데이터를 재검색한다.
제어부(1010)는 입력받은 신체정보 또는 선량촬영조건 중 적어도 하나의 필드에 대하여 입력값보다 10만큼 큰 값을 주변 데이터로 설정할 수 있다.
상기한 본 발명의 바람직한 실시 예는 예시의 목적으로 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경 및 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 상기의 특허청구 범위에 속하는 것으로 보아야 할 것이다.
본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서, 여러 가지 치환, 변형 및 변경이 가능하므로, 본 발명은 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니다.
상술한 예시적인 시스템에서, 방법들은 일련의 단계 또는 블록으로써 순서도를 기초로 설명되고 있지만, 본 발명은 단계들의 순서에 한정되는 것은 아니며, 어떤 단계는 상술한 바와 다른 단계와 다른 순서로 또는 동시에 발생할 수 있다. 또한, 당업자라면 순서도에 나타낸 단계들이 배타적이지 않고, 다른 단계가 포함되거나 순서도의 하나 또는 그 이상의 단계가 본 발명의 범위에 영향을 미치지 않고 삭제될 수 있음을 이해할 수 있을 것이다.
Claims (10)
- 데이터 베이스를 이용한 선량 평가 방법에 있어서,
선량 평가 대상의 신체정보 및 선량촬영조건을 입력받는 단계;
GATE 시뮬레이션을 이용하여 측정한 유효 선량과 PCXMC 시뮬레이션을 이용하여 측정한 유효 선량의 상관관계를 기초로 결정한 보정인자에 따라서, 신체정보 및 선량 촬영 조건 대비 유효 선량 데이터를 포함하도록 구축된 데이터 베이스(data base) 내에서, 상기 입력받은 신체정보 및 선량촬영조건에 매칭되는 데이터를 검색하는 단계;
상기 검색 도중 매칭되는 상기 입력받은 신체정보 및 선량촬영조건에 데이터를 발견한 경우, 상기 매칭되는 데이터 및 관련 정보를 로딩하는 단계;
상기 로딩한 매칭 데이터 및 관련 정보를 기초로 각 장기들의 흡수선량을 표시하는 막대 그래프, 각 프로젝션당 전달되는 선량을 나타내는 각도별 흡수선량 그래프 또는 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량에 관한 표 중 적어도 하나를 디스플레이에 출력하거나 저장 매체에 저장하는 단계;
상기 검색 도중 매칭되는 데이터를 발견하지 못한 경우, 상기 입력받은 신체정보 또는 선량촬영조건의 주변 데이터를 설정하는 단계;
상기 입력받은 신체 정보 또는 촬영 조건과 상기 설정한 주변 데이터에 대하여 큐빅 인터폴레이션(cubic interpolation)을 수행하는 단계; 및
상기 큐빅 인터폴레이션을 수행한 결과를 기초로 상기 데이터 베이스를 수정하는 단계를 포함하며,
상기 데이터 베이스 내에서, 상기 입력받은 신체정보 및 촬영조건에 매칭되는 데이터를 재검색함을 특징으로 하는 선량 평가 방법. - 삭제
- 제 1 항에 있어서,
상기 주변 데이터는 상기 입력받은 신체정보 또는 선량촬영조건 중 적어도 하나의 필드에 대하여 입력값보다 10만큼 큰 값을 설정함을 특징으로 하는 선량 평가 방법. - 제 3 항에 있어서,
상기 입력받은 신체정보 또는 선량촬영 조건은 촬영 대상의 신장, 체중 및 관전압인 것을 특징으로 하는 선량 평가 방법. - 제 4 항에 있어서, 상기 큐빅 인터폴레이션은
(kV, height, weight)와 (kV, height+10, weight)으로부터 제1 인터폴레이션(interpolation1)을 얻고, (kV, height, weight+10)와 (kV, height+10, weight+10)으로부터 제2 인터폴레이션(interpolation2)을 얻고, (kV+10, height, weight)와 (kV+10, height+10, weight)으로부터 제3 인터폴레이션(interpolation3)을 얻고, (kV+10, height, weight+10)와 (kV+10, height+10, weight+10)으로부터 제4 인터폴레이션(interpolation4)을 얻고, 상기 제1 인터폴레이션(interpolation1) 및 상기 제2 인터폴레이션(interpolation2)로부터 제5 인터폴레이션(interpolation5)을 얻고, 상기 제3 인터폴레이션(interpolation3) 및 상기 제4 인터폴레이션(interpolation4)로부터 제6 인터폴레이션(interpolation6)을 얻고, 상기 제5 인터폴레이션(interpolation5) 및 상기 제6 인터폴레이션(interpolation6)로부터 결과값을 얻음을 특징으로 하는 선량 평가 방법. - 데이터 베이스를 이용한 선량 평가 장치에 있어서,
선량 평가 대상의 신체정보 및 선량촬영조건을 입력받는 입력부;
GATE 시뮬레이션을 이용하여 측정한 유효 선량과 PCXMC 시뮬레이션을 이용하여 측정한 유효 선량의 상관관계를 기초로 결정한 보정인자에 따라서, 신체정보 및 선량 촬영 조건 대비 유효 선량 데이터를 포함하도록 구축된 데이터 베이스(data base);
상기 데이터 베이스 내에서 상기 입력받은 신체정보 및 선량촬영조건에 매칭되는 데이터를 검색하고, 상기 검색 도중 매칭되는 상기 입력받은 신체정보 및 선량촬영조건에 데이터를 발견한 경우 상기 매칭되는 데이터 및 관련 정보를 로딩하고, 상기 로딩한 매칭 데이터 및 관련 정보를 기초로 각 장기들의 흡수선량을 표시하는 막대 그래프, 각 프로젝션당 전달되는 선량을 나타내는 각도별 흡수선량 그래프 또는 모든 장기와 프로젝션의 선량을 합산한 총 피폭 선량에 관한 표 중 적어도 하나를 디스플레이에 출력하거나 저장 매체에 저장하는 제어부 포함하며
상기 제어부는,
상기 검색 도중 매칭되는 데이터를 발견하지 못한 경우, 상기 입력받은 신체정보 또는 선량촬영조건의 주변 데이터를 설정하고,
상기 입력받은 신체 정보 또는 촬영 조건과 상기 설정한 주변 데이터에 대하여 큐빅 인터폴레이션(cubic interpolation)을 수행하고,
상기 큐빅 인터폴레이션을 수행한 결과를 기초로 상기 데이터 베이스를 수정하며,
상기 데이터 베이스 내에서 상기 입력받은 신체정보 및 촬영조건에 매칭되는 데이터를 재검색함을 특징으로 하는 선량 평가 장치. - 삭제
- 제 6 항에 있어서, 상기 제어부는
상기 입력받은 신체정보 또는 선량촬영조건 중 적어도 하나의 필드에 대하여 입력값보다 10만큼 큰 값을 상기 주변 데이터로 설정함을 특징으로 하는 선량 평가 장치. - 제 8 항에 있어서,
상기 입력받은 신체정보 또는 선량촬영 조건은 촬영 대상의 신장, 체중 및 관전압인 것을 특징으로 하는 선량 평가 장치. - 제 9 항에 있어서, 상기 제어부는
(kV, height, weight)와 (kV, height+10, weight)으로부터 제1 인터폴레이션(interpolation1)을 얻고, (kV, height, weight+10)와 (kV, height+10, weight+10)으로부터 제2 인터폴레이션(interpolation2)을 얻고, (kV+10, height, weight)와 (kV+10, height+10, weight)으로부터 제3 인터폴레이션(interpolation3)을 얻고, (kV+10, height, weight+10)와 (kV+10, height+10, weight+10)으로부터 제4 인터폴레이션(interpolation4)을 얻고, 상기 제1 인터폴레이션(interpolation1) 및 상기 제2 인터폴레이션(interpolation2)로부터 제5 인터폴레이션(interpolation5)을 얻고, 상기 제3 인터폴레이션(interpolation3) 및 상기 제4 인터폴레이션(interpolation4)로부터 제6 인터폴레이션(interpolation6)을 얻고, 상기 제5 인터폴레이션(interpolation5) 및 상기 제6 인터폴레이션(interpolation6)로부터 상기 큐빅 인터폴레이션의 결과값을 얻음을 특징으로 하는 선량 평가 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150003650A KR101725443B1 (ko) | 2015-01-09 | 2015-01-09 | 선량 평가 방법 및 장치 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150003650A KR101725443B1 (ko) | 2015-01-09 | 2015-01-09 | 선량 평가 방법 및 장치 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160086210A KR20160086210A (ko) | 2016-07-19 |
| KR101725443B1 true KR101725443B1 (ko) | 2017-04-11 |
Family
ID=56616357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150003650A KR101725443B1 (ko) | 2015-01-09 | 2015-01-09 | 선량 평가 방법 및 장치 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101725443B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240126507A (ko) | 2023-02-13 | 2024-08-21 | 연세대학교 산학협력단 | 선량 측정기의 감도 보정 장치, 방법 및 프로그램 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2648621B1 (en) * | 2010-12-08 | 2018-07-04 | Bayer HealthCare, LLC | Generating a suitable model for estimating patient radiation dose resulting from medical imaging scans |
| KR101337235B1 (ko) * | 2012-05-04 | 2013-12-16 | (주)메디엔인터내셔날 | 피폭선량 계산시스템 |
-
2015
- 2015-01-09 KR KR1020150003650A patent/KR101725443B1/ko active IP Right Grant
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240126507A (ko) | 2023-02-13 | 2024-08-21 | 연세대학교 산학협력단 | 선량 측정기의 감도 보정 장치, 방법 및 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160086210A (ko) | 2016-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sabol | A Monte Carlo estimation of effective dose in chest tomosynthesis | |
| Zhang et al. | Comparison of patient specific dose metrics between chest radiography, tomosynthesis, and CT for adult patients of wide ranging body habitus | |
| CN103442644B (zh) | 产生用于估测由医学成像扫描导致的患者辐射剂量的合适模型 | |
| Zhang et al. | Organ doses, effective doses, and risk indices in adult CT: comparison of four types of reference phantoms across different examination protocols | |
| Brady et al. | How to appropriately calculate effective dose for CT using either size-specific dose estimates or dose-length product | |
| Gabusi et al. | Radiation dose in chest CT: assessment of size-specific dose estimates based on water-equivalent correction | |
| Sharma et al. | A real-time Monte Carlo tool for individualized dose estimations in clinical CT | |
| US9044197B2 (en) | Method for x-ray dose tracking | |
| US9734574B2 (en) | Image processor, treatment system, and image processing method | |
| EP3773213B1 (en) | Flexible dose estimation with user-defined volumes | |
| Najafi et al. | Establishment of diagnostic reference levels for common multi-detector computed tomography examinations in Iran | |
| Hoye et al. | Organ doses from CT localizer radiographs: development, validation, and application of a Monte Carlo estimation technique | |
| Lee et al. | Body size–specific organ and effective doses of chest CT screening examinations of the National Lung Screening Trial | |
| Rodríguez Pérez et al. | Characterization and validation of the thorax phantom Lungman for dose assessment in chest radiography optimization studies | |
| Qurashi et al. | The impact of obesity on abdominal CT radiation dose and image quality | |
| Borrego et al. | A hybrid phantom system for patient skin and organ dosimetry in fluoroscopically guided interventions | |
| Johnson et al. | The influence of patient size on dose conversion coefficients: a hybrid phantom study for adult cardiac catheterization | |
| Li et al. | Patient‐specific dose estimation for pediatric chest CT | |
| Xie et al. | Construction of patient‐specific computational models for organ dose estimation in radiological imaging | |
| CN116262041A (zh) | 被辐射剂量管理装置、被辐射剂量管理方法及存储介质 | |
| Akpochafor et al. | Computed tomography organ dose determination using ImPACT simulation software: Our findings in South-West Nigeria | |
| KR101725443B1 (ko) | 선량 평가 방법 및 장치 | |
| Wayson et al. | Individualized adjustments to reference phantom internal organ dosimetry—scaling factors given knowledge of patient external anatomy | |
| Borbinha et al. | Increasing organ dose accuracy through voxel phantom organ matching with individual patient anatomy | |
| Staton et al. | Organ and effective doses in infants undergoing upper gastrointestinal (UGI) fluoroscopic examination |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |