KR101836357B1 - 광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법 - Google Patents

광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법 Download PDF

Info

Publication number
KR101836357B1
KR101836357B1 KR1020137009003A KR20137009003A KR101836357B1 KR 101836357 B1 KR101836357 B1 KR 101836357B1 KR 1020137009003 A KR1020137009003 A KR 1020137009003A KR 20137009003 A KR20137009003 A KR 20137009003A KR 101836357 B1 KR101836357 B1 KR 101836357B1
Authority
KR
South Korea
Prior art keywords
optical fiber
treatment
volume
patient
computer
Prior art date
Application number
KR1020137009003A
Other languages
English (en)
Other versions
KR20130105854A (ko
Inventor
나씸 베트루니
조셉 아르디
스테판 부크리
Original Assignee
스테바 마오르 에스아
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 스테바 마오르 에스아 filed Critical 스테바 마오르 에스아
Publication of KR20130105854A publication Critical patent/KR20130105854A/ko
Application granted granted Critical
Publication of KR101836357B1 publication Critical patent/KR101836357B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • A61N5/0613—Apparatus adapted for a specific treatment
    • A61N5/062—Photodynamic therapy, i.e. excitation of an agent
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • A61N5/0601—Apparatus for use inside the body
    • A61N2005/0612—Apparatus for use inside the body using probes penetrating tissue; interstitial probes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • A61N2005/0626—Monitoring, verifying, controlling systems and methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • A61N2005/063—Radiation therapy using light comprising light transmitting means, e.g. optical fibres

Abstract

본 발명은 소정의 감광 물질이 적응 광섬유의 번호를 통해 미리 파장에서 환자에 투여 한 후 조명을 받다해야하는 동안 환자에 대한 광역학 요법와 치료의 계획에 대한 지원 방법(200)에 관한 근접치료 격자에 상대적으로 위치에 따라 치료영역에 삽입의 길이를 통해 소개한다. 방법은 치료를 받고있는 영역의 디지털 영상의 일련에 직접 입력 된 윤곽의 디지털 처리에서 체적 복구로 치료영역의 양의 측정(230)을 수행 한 후 결정(250)는 광학의 수를 계산하여 만든 사용 광섬유는, 근접치료 격자 및 치료영역의 측정 량과 계산 총 이론적 작용 체적의 통신을 최적화 자신의 삽입 길이를 기준으로 자신의 위치, 총 이론적 작용 체적은 각 광섬유의 위치에 따라 계산되며되고 미리 작용 반경 R, 그리고 광섬유의 삽입 길이에 해당하는 높이 원통의 체적에 해당하는 광섬유의 요소적 이론적 작용 체적이다. 또한, 본 발명은 사용 파라미터의 동일한 세트에서 계산 다른 이론적 체적과 환자에 대한 임상시험의 복수의 측정된 실제 괴사영역 체적의 상관관계를 사용하여 광섬유의 작용 반경의 모델링 방법(100)에 관한 임상시험 및 광섬유의 요소적 이론적 작용 체적이다.

Description

광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법{MODELLING OF THE ACTION OF AN OPTICAL FIBRE IN PHOTODYNAMIC THERAPY TREATMENT, AND ASSISTANCE IN THE PLANNING OF SAID TREATMENT}
본 발명은 광역학 요법(photodynamic therapy)에 의한 환자의 치료에 사용되는 광섬유의 작용을 모델링하는 방법 및 이러한 치료 계획을 지원하는 절차에 관한 것이다.
광역학 요법, 즉, PDT(photodynamic therapy)는 감광 물질의 투여를 포함하는 치료법으로서, 먼저, 조직(예를 들어, 종양 세포)을 바인딩한 다음에 감광 물질을 활성화시킬 수 있는 적절한 파장의 광원을 조직에 조사하여, 반응성이 크며 인근 조직을 즉각적으로 산화시키는 단일체 산소 또는 자유 라디칼이 목적 위치로 방출되도록 하여, 세포사멸(apoptosis)(프로그램된 세포 죽음)에 의해서 또는 종양 세포를 공급하는 혈관을 대상으로 한 국소 빈혈(ischemia)(혈관 대상 광역학 요법 기술, 즉, VTP(Vascular-Targeted Photodynamic Therapy technique))에 의해서 암세포가 죽게 한다. 이렇게 생성된 산소 라디칼 종은 일반적으로 커버리지가 낮고 수명이 매우 짧아서, 그 독성 효과가 매우 국소화된다. PDT 기술은 특정 암 또는 노인성 황반변성(AMD: Age-Related Macular Degeneration)과 같은 질병을 치료할 수 있다.
최근, 여러 연구에 의해서, PDT는 특정 레이저 및 전용 광섬유와 감광 물질을 결합함으로써 전립선 암의 치료에 대한 효과적인 대안인 것으로 증명되었다.
따라서 본 출원인 회사는 특허출원 WO 2004045492와 EP 1137411에 기재된 것과 같이, 다양한 감광성 매체, 특히, WST-09, 또는 Tookad®, 그리고 보다 최근의 것으로는 WST-11에 대해서 연구해왔다. 이들은 전립선 암의 치료에 특히 적합한 것으로 증명되어 있다.
전립선 암의 경우에는, 먼저, 감광 물질을 환자의 정맥으로 투여하여서 암 세포에 의해 포집(capture)되도록 한다. 이 단계에서, 이 약물은 적절한 파장의 빛에 노출될 때까지는 비활성 상태로 있게 된다.
그 다음, 초음파 유도 장치에 설치된 다수의 레이저 전달 광섬유를 통해 빛을 인가한다. 그리하여, 레이저에 의해 구동될 수 있는 다수의 광섬유를 전립선 내로 투입한다. 근접치료(brachytherapy)를 위해 사용되는 형태의 외부 격자(grid)에 의해서 외과의사는 전립선 내에서 다수의 광섬유를 서로 간에 정확하게 배치할 수 있다. 더 정확하게 말하자면, 이러한 격자에는, 공지의 간격으로 다수 행과 열이 배열된 매트릭스에 따라, 단일 평면에 배치된 다수의 구멍을 포함하고 있다. 예를 들어, 도 1에 나타낸 근접치료 격자(1)는 13개의 행과 13개의 열이 0.5mm 간격으로 배열되며, 이들 행과 열의 교차점에는 관통 구멍이 형성되어 있다(예를 들어서, "F" 열과 "5" 행의 교차점에 있는 구멍(2)). 각 광섬유(도 1에는 표시되지 않음)는 상기 외부 격자의 구멍을 통해서 수직으로 치료 대상 전립선 영역까지 투입된다. 초음파 유도 장치를 통해서, 외과의사는 제어 모니터에 연결된 프로브를 사용하여 모니터 화면 상에서 전립선을 볼 수 있고 각 광섬유를 소정 깊이까지 투입할 수 있다.
효과적인 치료를 위해서는, 사용하는 광섬유의 수, 근접치료 격자의 특정 홀에서의 광섬유의 위치, 그리고 치료영역 내의 각 광섬유의 투입 길이를 각 환자마다 정확하게 결정해야 한다. 특히, 전립선 치료의 경우에는, 광섬유의 수와 위치, 그리고 투입 길이를 구성하는 다양한 파라미터가, 전립선의 환자마다 전립선의 특성(체적, 형태 등), 암 종양의 위치, 및 치료 옵션(국소치료(focal treatment), 반절제(hemiablation) 등)에 따라 분명하게 다를 것이기 때문에 개별적인 치료 계획의 수립이 필수적이다.
특히, 문헌에 따르면(참고: "Treatment and planning and dose analysis for interstitial photodynamic therapy of prostate cancer", Sean RH Davidson et al, Phys. Med. Biol. 54 (2009) 2293-2313), 환자에게 있어서 대상 영역 내지 치료영역에는 충분한 광이 조사되지만 비대상 영역 주변으로는 광 조사를 최소화되도록 보장하기 위하여, 전립선의 광역학 요법에 의한 치료 계획을 지원하는 절차를 실시하기 위한 소프트웨어 제품이 이미 공지되어 있다. 이 문서에서, 상기 계획은, 전립선 및 그 주변 영역에서의 광 분포의 예측에 기반하며, 보다 구체적으로는, 유한요소 해결 방식에 의해 광 분산 방정식을 푸는 것에 기반한다. 상기 계획은, 이와 같이 모델링된 감광 물질에 관련된 광섬유의 작용에 의해서, 모델링된 광 분포가 환자의 치료에 최적이 되는 구성(특히 근접치료 격자에 대한 광섬유의 수와 위치)을 찾는 것이다.
이러한 계획수립 방법의 주요 단점은, 모델링에 관련된 복잡한 수학적 계산에 있다. 따라서, 구성의 파라미터에 따라, 계획의 결과를 얻기 위해 소요되는 총 시간이 수 시간을 초과할 수도 있다. 실무자(방사선 기사 또는 의사)에 의한 조정은, 광 분포가 원하는 것과 일치할 때까지 반복적으로 수동으로 수행해야 한다.
본 방법에서는 적용상의 문제점을 주목하였다. 즉, 전립선으로의 프로브의 투입과 그에 이은 광섬유의 투입은 전립선의 형상과 용적을 크게 변형시키고, 계획의 일관성과, 대상(치료영역)에 대한 광섬유의 상대 위치에 적합한 모델에 영향을 미친다.
계산에 시간이 필요하기 때문에, 실제로 기록되는 파라미터를 치료시(초음파 프로브에 의한 치료시)에 조정하는 것은 비실용적이다.
따라서, 아직까지 광섬유의 작용을 모델링하는 방법 또는, 각 환자에 대한 PDT 치료에서 사용해야 할 파라미터의 최적 설정을 자동으로 제공할 수 있을 만큼 간단하고 실무자의 관여가 거의 필요없는 PDT 치료 계획수립을 지원하는 방법은 알려진 바 없다.
본 발명은 특히, 한편으로는, 간단한 계산을 바탕으로 컴퓨터에 의해 구현되는 모델링 도구를 제안하고, 다른 한편으로는, 역시 컴퓨터로 구현되며, 실무자가 사용하기에 단순하며 각 환자에 특화된 계획수립을 매우 신속하게(일반적으로 수 분 내) 할 수 있는 계획수립 도구를 제안함으로써, 사용된 광섬유의 개수와 그 길이 및 위치(근접치료용으로 사용되는 것과 같은 외부 격자를 기준으로 함)를 실무자에게 최적화시킴으로써, 종래의 공지 방법의 단점을 극복하기 위한 것이다.
이러한 목적을 위해, 본 발명은, 환자에 투여되어 치료영역에 존재하는, 소정 감광 물질을 활성화시키기 위하여, 치료영역 내의 광섬유의 삽입 길이에 대해서 상기 치료영역에 소정 파장의 광을 조사하는 광역학 요법에 의한 환자 치료에 사용되는 광섬유의 작용을 모델링하는 컴퓨터에서 구현되는 방법에 관한 것으로서, 이 방법은, 작용 반경(action radius) R과 상기 삽입 길이에 해당되는 길이 L을 갖는 원통의 체적을 이용하여 광섬유의 요소적 이론적 작용 체적(elementary theoretical action volume)을 모델링하는 것과, 적어도 하나의 광섬유와 연계된 상기 감광 물질을 사용하여 여러 환자들에 대해 실시한 다수의 임상시험에 따른 실제 괴사영역(necrotic area)의 측정 체적에 상호연관된 작용 반경 R을 결정하는 것을 포함하는 것을 특징으로 한다. 여기서, 상기 각 임상시험은, 임상시험의 실제 조건에 해당되는, 그리고 최소한, 사용한 광섬유들의 개수, 근접치료 격자(brachytherapy grid)를 기준으로 한 광섬유들의 위치, 치료영역으로의 각 광섬유의 삽입 길이를 포함하는, 파라미터 세트(집합)에 연계되며, 이론적 작용 체적(theoretical action volume)은 동일한 파라미터 세트로부터 그리고 요소적 이론적 작용 체적으로부터 계산된다.
상기 모델링 방법은 다음의 단계들을 포함하는 것이 바람직하다. 즉,
- 임상시험 전의 치료영역에 대한 일련의 디지털 영상에 해당되는 제1 디지털 파일과, 임상시험 후의 치료영역에 대한 일련의 디지털 영상에 해당되는 제2 디지털 파일을 각 환자별로 데이터베이스에 저장하여, 상기 임상시험으로부터 컴퓨터 데이터베이스를 구축. 여기서, 상기 파라미터 세트는 임상시험의 실제 조건에 상응함.
- 임상시험 중에, 상기 제1 및 제2 디지털 파일로부터 실제 괴사영역의 체적을 데이터베이스에 있는 각 환자에 대해서 측정.
- 상기 파라미터 세트 내의 총(total) 이론적 작용 체적과 광섬유의 요소적 이론적 작용 체적을 데이터베이스에 있는 각 환자에 대해서 계산.
- 데이터베이스에 있는 각 환자에 대해서 계산된 총 이론적 작용 체적에 측정된 실제 괴사영역 체적을 상호연관시켜서(correlate) 광섬유의 작용 반경 R을 결정.
상기 제1 및 제2 디지털 파일의 일련의 디지털 영상은, 각각, 치료 전 영역 및 치료 후 영역에 대한 횡단면 영상(transverse image)에 해당된다.
디지털 영상은 예를 들어 자기공명 영상(MRI) 또는 초음파 영상이다.
바람직한 구현에서, 괴사영역의 체적을 측정하는 단계는 실제적으로 다음과 같은 단계들을 포함한다. 즉,
- 컴퓨터 화면 상에 표시되는 컴퓨터 그래픽 사용자 인터페이스에, 제2 컴퓨터 파일의 일련의 영상을 로딩 및 표시.
- 컴퓨터 화면 상에 표시되는 일련의 영상 각각에서 실제 괴사영역의 윤곽선(contour)을 직접 입력에 의해서 설정.
- 입력된 윤곽선의 디지털 처리를 통한 체적 재구성(volume reconstruction)에 의해서 실제 괴사영역의 체적을 측정.
본 발명은 또한, 상술한 모델링 방법의 원리와 동일한 원리를 사용하여 광역학 요법에 의한 환자 치료 계획의 수립을 지원하는 방법에 관한 것이다. 보다 구체적으로, 컴퓨터에서 구현되는 이 지원 방법은, 소정의 감광 물질을 환자에 투여하고 나서 근접치료 격자를 기준으로 한 위치에 따라 치료영역 내로 소정 길이로 삽입되도록 설계된 다수의 광섬유를 통해서 소정 파장의 광을 조사해야 하는 광역학 요법에 의한 환자 치료 계획의 수립을 위한 것으로서, 다음과 같은 단계를 포함한다. 즉,
- 컴퓨터 화면에 표시되는 그래픽 사용자 인터페이스 상에, 치료영역의 일련의 디지털 영상에 해당되는 디지털 파일을 로딩 및 표시.
- 컴퓨터 화면에 표시되는 일련의 각 영상에서 치료영역의 윤곽선을 직접 입력에 의해 설정.
- 입력된 윤곽선의 디지털 처리를 통한 체적 재구성에 의해서 치료영역의 체적을 측정.
- 일련의 각 영상과 입력된 해당 윤곽선에 중첩하여 근접치료 격자의 평면표시상(flat representation)을 표시하고 배치.
- 측정된 치료영역 체적과 계산된 총 이론적 작용 체적과의 상관성을 최적화하기 위하여, 사용된 광섬유의 개수와, 근접치료 격자를 기준으로 한 광섬유의 위치 및 삽입 길이를 계산에 의해 결정. 여기서, 상기 총 이론적 작용 체적은 각 광섬유의 위치를 근거로 계산되고, 광섬유의 요소적 이론적 작용 체적은, 소정의 반경 R 및 광섬유의 삽입 길이에 해당되는 높이를 갖는 원통의 체적에 해당됨.
작용 반경 R은 상기 모델링 절차에 따른 모델링 방법에 따라 미리 정해지는 것이 바람직하다.
또는 이와 달리, 상기 작용 반경 R은 가능한 값들의 집합 중에서 선택된다.
상기 지원 방법의 바람직한 구현에 있어서, 계산에 의한 결정 단계에서는 경사하강(gradient descent type) 최적화 알고리즘, 예컨대, 포웰(Powell) 알고리즘이 사용된다.
본 발명은 또한, 본 발명에 따른 모델링 방법을 컴퓨터에서 구현시에 이 모델링 방법을 실행하는 컴퓨터 프로그램 제품에 관한 것이다.
마지막으로, 본 발명은, 본 발명에 따른 계획수립 지원 방법을 컴퓨터에서 구현시에 이 방법을 실행하는 컴퓨터 프로그램 제품에 관한 것이다. 이들 두 가지 컴퓨터 프로그램 제품은 독립적일 수도 있고 하나의 컴퓨터 프로그램 제품 내에서 통합될 수도 있다.
본 발명의 다양한 측면은, 이하와 같은 첨부 도면을 참조로 설명한 상세한 설명에 의해 보다 잘 이해하게 될 것이다.
- 도 1은 이미 위에서 설명한 것으로서, PDT 치료를 위한 다수의 광섬유의 위치를 선정하기 위해 사용되는 외부 근접치료 격자의 예시이다.
- 도 2는 본 발명의 모델링 방법을 구현하는 단계들을 개략적으로 나타낸다.
- 도 3은 763nm의 파장에서, 다양한 관찰 각도에 따른 특정 광섬유의 방출 프로필을 보여준다.
- 도 4는 치료 전의 전립선의 횡단면과, 임상시험에서 PDT 치료에 효율적으로 사용된 광섬유의 위치를 개략적으로 예시한다.
- 도 5는 임상시험시의 PDT 치료 후 7일 후에 촬영한, 전립선의 횡단면 자기공명 영상의 예시이다.
- 도 6은 근접치료용 격자에서의 상대적 위치로 배치된 한 세트의 광섬유의 작용 모델링 원리를 개략적으로 설명하기 위한 도면이다.
- 도 7은 상기 모델을 검증하기 위해 실시된 다양한 상관관계의 결과를 도시한다.
- 도 8은 중첩 영역이 생기도록 두 광섬유가 배치된 것을 개략적으로 도시한다.
- 도 9는 본 발명에 따른 계획수립 지원 방법을 구현하는 단계들을 개략적으로 나타낸다.
- 도 10은 본 발명에 따른 계획수립 지원 방법의 첫 단계 이후에 그래픽 사용자 인터페이스(GUI)가 표시된 컴퓨터 화면의 사본이다.
- 도 11, 12a, 및 12b는 본 발명에 따른 계획수립 지원 방법의 여러 단계에서의 그래픽 사용자 인터페이스의 화면 영역의 표시 예를 나타내는 스크린샷이다.
우선, 본 발명에 따른, 광역학 요법에 의한 환자의 항암 치료를 위해 사용되는 광섬유의 작용을 모델링하는 방법의 여러 단계를 도 2를 참조하여 자세히 설명할 것이다. 또한, 이 방법은 컴퓨터에 설치하도록 설계된 소프트웨어 제품에 의해 구현되는 것으로 의도한 것임을 강조한다. 따라서 이 소프트웨어 제품은, 일부는 모델링에 포함된 계산 또는 추정 단계에 관한 것이고, 다른 일부는 보다 구체적인 것으로서, 컴퓨터의 화면에 표시되는 그래픽 사용자 인터페이스(GUI)를 운용하는 것과 이 그래픽 사용자 인터페이스를 통해서 사용자가 입력하는 정보를 처리하는 것에 관한 것이다.
본 연구에서, 출원인은 전립선 암의 치료를 위한 WST11 감광제와 함께 763nm의 고유 파장을 갖는 광섬유를 사용하기 위한 모델링 방법을 검증하였다. 모델링의 원리, 그리고, 이 모델링으로부터 도출되는 계획수립 지원의 원리는 광섬유와 감광제의 다른 조합에 대해서도 사용할 수 있고 다른 기관의 치료에도 적용할 수 있음을 쉽게 이해할 수 있을 것이다.
본 발명의 모델링 방법은 본질적으로, 감광제와 조합할 광섬유의 요소적 이론적 작용 체적(elementary theorecical action volume)을, 반경 R(광섬유의 작용 반경에 해당됨)과 길이 L(광이 방출되는 광섬유의 길이에 해당됨)을 갖는 원통의 작용 체적(action volume)으로 모델링할 수 있다는 사실을 근거로 한다. 이 모델은 도 3에서와 같이 다양한 관찰 각도에서 광섬유의 방출 프로필을 조사(examination)하는 것을 기초로 한다. 다양한 관찰 각도에 상응한 다양한 곡선들을 비교함으로써, 광섬유의 길이 축에 대해 90°의 각도에서 최대 강도를 얻음을 알 수 있다. 따라서, 출원인은, 이전의 임상시험의 결과를 기초로 하여, 광섬유의 작용 반경 R을 결정하는 방법을 모색하였다.
본 출원인의 연구에 따르면,
- 첫째, 적어도 하나의 광섬유에 연계된 동일한 감광 물질을 사용하여 여러 환자들에게 실시한 임상시험(각 임상시험은 실제 임상시험 조건에 해당하는 파라미터 세트와 연계됨, 그리고 최소한, 사용한 광섬유의 개수, 광섬유들의 근접치료용 격자를 기준으로 한 위치, 그리고 치료영역으로의 각 광섬유의 삽입 길이를 포함함)에서의 실제 괴사영역의 체적과,
- 둘째, 동일한 파라미터 세트 및 광섬유의 요소적 이론적 작용 체적으로부터 계산된 이론적 작용 체적 간에,
0.8보다 큰 상관 계수를 갖는 유연 관계가 성립될 수 있었음을 보여준다.
광섬유의 이론적 작용 체적은 요소적 이론적 작용 체적에 의존하기 때문에, 즉, 구체적으로, 작용 반경의 함수이기 때문에, 작용 반경을 쉽게 결정하는 것이 가능하다.
도 2를 참조하면, 모델링 방법(100)은, 따라서, 우리가 모델로서 찾고 있는 적어도 하나의 광섬유와 연계된 감광 물질을 동일한 주입량으로 사용하여(가령, WST11을 4mg/kg으로 주입하여) 다수의 환자에 대해서 사전에 실시한 임상시험의 결과로써 데이터베이스를 구축하는 예비 단계 110을 포함한다. 데이터베이스의 구축에는, 데이터베이스 내에서 환자 당 하나의 레코드에 아래의 요소들을 저장하는 것이 포함된다.
- 임상시험 전의 치료영역에 대한 일련의 자기공명 영상(바람직하게는, 횡단면 영상)에 해당되는 제1 디지털 파일,
- 임상시험 후(바람직하게는, PDT에 의한 치료를 하고 수 일 후)의 상기 영역에 대한 일련의 자기공명 영상에 해당되는 제2 디지털 파일,
- 최소한, 사용한 광섬유의 수, 근접치료 격자를 기준으로 한 광섬유들의 위치, 및 치료영역으로의 각 광섬유의 삽입 길이를 포함한, 임상시험의 실제 구현 조건에 해당되는 모든 파라미터.
예를 들어, 도 4는 개략적으로, 치료 전의 전립선 윤곽(3)을 갖는 전립선 횡단면과, 해당 임상시험에서 PDT 치료에 실제로 사용된 광섬유(4)를 나타내는 것으로, 12개의 동일한 광섬유 및 이들의 위치를 나타내고 있다. 중앙에 있는 점(5)은 대략, 요도의 위치를 나타낸다. 광섬유를 나타내는 점의 옆에 표시된 숫자는, 전립선에 삽입된 각 광섬유의 삽입 길이를 나타낸다. 도 5는 PDT 치료 후 7일 후에 촬영한 동일한 전립선의 자기공명 영상에 의한 횡단면을 도시한다.
일단 데이터베이스가 만들어지면, 단계 120에서, 데이터베이스의 각 환자별로, 즉, 데이터베이스의 각 레코드별로 측정을 하여, 상술한 제1, 제2 디지털 파일을 기초로 임상시험에서의 실제 괴사영역의 체적을 결정한다.
본 발명의 바람직한 실시예에서, 이 단계 120에는, 컴퓨터 화면에 표시되는 그래픽 사용자 인터페이스(도시하지 않았음)에 제2 파일의 일련의 영상들이 프레임별로 로딩되고 표시되는 제1 단계 121이 포함되는 것이 유리하다. 사용자(이 경우에는 방사선기사나 외과의사)는 그 다음에 단계 122에서, 컴퓨터 화면에 표시되는 일련의 각 영상에서 직접 입력하여(바람직하게는 마우스를 통해서), 실제 괴사된 영역의 윤곽선을 설정할 수 있다. 실무자가 입력한 윤곽선은 각 영상에 겹쳐서 표시되어, 그 다음 단계로 이동하기 전에 필요할 경우에 모든 윤곽선 수정을 직접 행할 수 있도록 한다. 다음에, 단계 123에서, 실제 괴사영역의 체적은, 입력된 윤곽선을 기존 디지털 처리방식으로 처리함으로써 체적 재구성(volume reconstruction) 기법을 이용하여 효율적으로 계산될 수 있다.
단계 121~123은 데이터베이스의 각 레코드마다 반복된다. 단계 120에 이어서, 데이터베이스에 저장된 모든 임상시험에 대해서 모든 실제 괴사영역의 체적이 제공된다.
본 발명에 따른 방법의 다음 단계 130은 실제로는 단계 120 전에 또는 후에, 심지어는 동시에 실시될 수 있으며, 데이터베이스에 있는 각 환자에 대해 광섬유의 총 개수, 각 광섬유의 위치, 각 광섬유의 삽입 길이, 그리고 광섬유의 요소적 이론적 작용 체적(수식 V=πR2L에 의해 얻어짐)을 기초로 하여 전체적인 이론적 작용 체적을 결정하는 단계이다.
다시 말하자면, 이 작용 체적은 기존의 체적 재구성법(volume reconstruction)으로 계산되지만, 여기서는 각 횡단면 평면에서의 광섬유들의 몸체(각 광섬유는 원통으로서 취급됨)가 이루는 전체 윤곽을 고려한다. 도 6은, 해당 임상시험 중에 실제로 사용된 광섬유(4)의 근접치료 격자(1)에 관련된 위치가 중첩 표시되어 있는, 제2 디지털 파일에서 얻은 전립선의 자기공명 횡단면 영상(도 6의 좌측)과, 각 광섬유의 작용 체적(흰색 직사각형으로 표시됨)이 원통에 의해서 모델링될 때의 동일한 수준에서의 전체 윤곽선(도 6의 우측)을 비교한 것을 예시한다.
일단, 도 2에서 단계 120 및 단계 130이 수행되었으면 단계 140만 남게 된다. 이 단계에서는 계산된 총 이론적 작용 체적에, 측정된 실제 괴사영역의 체적을 상호연관(correlate)시킴으로써, 데이터베이스의 각 환자에 대해서 광섬유의 작용 반경 R을 결정한다.
앞에서 설명한 모델링 방법(100)을, 대상 환자에 kg당 4mg의 주입량으로 감광 물질을 주입하여 실시한 28회의 임상시험(매회마다 다수의 광섬유를 사용하되, 그 삽입 길이는 15mm부터 40mm까지 5mm씩 증가시키면서 삽입하였음)의 결과로써 구축한 데이터베이스에서 검증하였다.
도 7의 오른쪽 곡선은 이론적 체적과 임상시험에서 발생한 실제 괴사영역의 체적 사이에 매우 양호한 상관관계(상관관계 지수가 0.87)가 얻어짐을 도시하고 있다. 28회 임상시험에서의 실제 괴사영역의 체적에 가장 가까웠던 이론적 체적의 R 값을 찾았는바, 7.49 mm의 평균 반경(정확도는 1.08 mm)을 찾았다.
한편, 도 7의 왼쪽에 있는 그래프는 광섬유의 요소 체적들의 합과 실제 괴사 체적의 상관관계 적용의 결과를 나타낸다. 따라서, 광섬유의 요소 체적의 합이 아닌, 모든 광섬유의 위치에 따라 형성된 실제 체적을 고려함으로써 훨씬 양호한 상관관계가 얻어짐을 알 수 있다. 왜냐하면, 도 8의 예에서 나타낸 것과 같이, 광섬유 A와 B를 중첩 영역 C가 생기도록 배치하면, 실제 체적은 두 광섬유의 개별 요소 체적의 합에 해당되는 것이 아니라, 이들 요소 체적의 합에서 공통 체적을 제한 것에 해당되기 때문이다. 다른 말로, 본 모델링에 있어서, 한 광섬유의 작용은, 다른 광섬유의 작용에 의해 이미 포섭(cover)된 체적 부분에서는 고려하면 안된다. 왜냐하면, 이 포섭된 영역에 있는 세포는 한 번만 괴사할 수 있는 것이기 때문이다.
이제, 위에서 설명한 모델링 결과를 이용하여 향후에 실시할 PDT 치료의 계획을 수립할 수 있다. 본 발명에 따른 계획수립 지원 방법(200)을 특히 도 9를 참조하여 설명하기로 한다. 다시 말하지만, 이 지원 방법은 컴퓨터에 설치되도록 설계된 소프트웨어 제품에 의해 구현될 것이며, 일부 프로세스 단계에서는, 컴퓨터 화면에 표시되며 소프트웨어 제품으로 제어되도록 설계된 그래픽 인터페이스를 통해 사용자(보통은, 실무자)가 관여해야 한다. 이 계획 수립의 목적은, 사용된 광섬유의 개수, 근접치료 격자를 기준으로 한 광섬유들의 위치, 그리고 치료영역으로의 광섬유의 삽입 길이의 항에 대해서 광역학 요법을 받는 모든 환자에 대해서 최적화된 파라미터 세트를 신속하게 실무자에게 제공하기 위한 것이다.
이하에서 자세하게 설명할 여러 단계 210~240을 실현하기 위해, 광섬유의 작용 반경 R의 값을 결정하기 전에 소프트웨어 제품은 교정이 되어 있어야 한다. 이는, 달리 결정된 R 값을 저장함으로써, 또는 가능한 값들의 집합(예를 들어, {5.5 mm, 5.6mm, 6.5 mm, 7.5 mm, 8.5 mm})에서 하나의 R 값을 사용자로 하여금 선택하도록 함으로써 달성될 수 있다. 그러나 바람직하게는, 도 9에 나타낸 것과 같이, R 값은, 상술한 모델링 방법(100)의 단계들을 구현하는 동일한 소프트웨어 제품 내에서 결정하는 것이 바람직하다. 따라서, 임의의 새로운 임상시험을 감안하여, 언제든지 작용 반경의 값을 재교정하는 것이 가능하다.
이에, 본 지원 방법의 제1 단계 210은, 치료영역의 일련의 디지털 영상(자기공명 영상 또는 초음파 영상. 바람직하게는 평면 횡단면 영상)에 해당되는 디지털 파일을, 컴퓨터 화면에 표시되는 그래픽 사용자 인터페이스 상에 로딩 및 표시하도록 하는 것을 포함한다. 이 디지털 파일은, 예를 들어, DICOM 형식이다. 도 10은 환자의 전립선의 횡단면 영상(7)이 로딩 및 표시되는 공간을 갖는 그래픽 사용자 인터페이스(6)가 표시된 컴퓨터 화면의 예시도이다. 이 스크린샷에서 볼 수 있듯이, 그래픽 인터페이스(6)는 또한, 컴퓨터에 연결된 키패드를 통해서 사용자가 직접 입력하여 채워넣을 수 있는 다수의 필드가 마련된 정보 영역(8)과, 사용자가 각종 동작을 실행시키도록 하는 각종 명령 버튼들을 포함한다. 특히, 단계 210 이후에, 사용자는 인터페이스에 있는 구역(9)의 탐색 버튼을 이용해서 디지털 파일의 영상들의 여러 부분을 탐색해 볼 수 있고, 구역(10)에 있는 두 버튼을 통해서 각 표시 영상(7)을 각각 확대/축소할 수 있다. 다른 버튼을 써서는 표시 영상을 이동시키거나 화면 명암을 조절할 수 있다. 예를 들어 검사 기관, 환자 신원 및 이름, 생년월일, 투여량 및 조사 강도, 그 밖의 의견 등 다양한 환자 정보를 인터페이스 내의 구역(8)에 직접 입력할 수 있다. 이 모든 정보는, 계획 수립 후에는, 예를 들어 PDF 파일로 저장된다.
단계 210에 이어서, 실무자는 바로 단계 220으로 진행하여 그래픽 인터페이스(6)에서 치료영역의 윤곽선을 설정할 수 있다. 이 윤곽선 설정은, 그래픽 인터페이스(6)에 표시되는 일련의 각 영상(7) 위에서의 직접 입력(바람직하게는 컴퓨터에 연결된 마우스를 사용해서)에 의해 이루어진다. 실무자가 입력한 윤곽선은 각 영상 위에 중첩해서 바로 표시됨으로써, 다음 단계로 이동하기 전에 필요시에는 임의로 윤곽선 수정을 할 수 있도록 한다. 도 11은, 일례로서, 사용자가 그린 윤곽선(11)이 표시될 수 있는 그래픽 사용자 인터페이스 내의 구역을 보여주는 컴퓨터 화면 스크린샷으로서, 윤곽선(11)이 평면 횡단면 영상(7)에 중첩 표시되어 있다.
여기서, 전립선 암의 PDT 치료 동안에, 선(gland)의 여러 다른 영역들을 처치할 수 있음을 주목해야 한다. 이들 서로 다른 임상 절차에 따라서, 컴퓨터에 의해 구현되는 본 지원 방법은, 사용자로 하여금 환자를 위한 적절한 절차를 정할 수 있도록 하는 것이 유리하다. 이에는 네 가지 옵션이 있다.
- 전체 선(글랜드)의 치료,
- 오른쪽 엽(lobe)의 치료(우측 반절제(hemiablation)),
- 왼쪽 엽의 치료(좌측 반절제(hemiablation)),
- 국소 치료(focal treatment).
윤곽선 입력 단계 220 전에, 사용자는, 예를 들어 그래픽 사용자 인터페이스의 풀다운 메뉴 선택 구역(12)(도 10 참조)을 통해서 원하는 치료 유형을 선택할 수 있는 것이 유리하다.
선택한 치료 유형에 따라서는, 사용자는, 전립선의 윤곽선 뿐만 아니라 치료영역을 보다 더 정확하게 경계짓는 다른 윤곽선을 입력해야 할 수도 있다.
이렇게 하여 윤곽선 입력 단계 220 이후에 일련의 MRI 횡단면 영상 및 치료영역의 윤곽선을 얻게 되는데, 이들은 그래픽 사용자 인터페이스의 화면에 겹쳐서 표시된다. 이때에도 위에서 설명한 것과 동일한 탐색 버튼(9), 확대 기능(10), 명암 조절 또는 이동 기능을 사용할 수 있다. 윤곽선은 차후에 어느 때라도 다시 로딩하고 볼 수 있도록 저장할 수 있는 것이 유리하다.
본 발명에 따른 계획수립 지원 방법의 다음 단계 230은, 단계 220에서 입력된 윤곽선의 기존 디지털 처리 방식에 의한 체적 재구성을 이용해서 치료영역의 체적을 측정하는 것으로 구성된다. 이 단계는, 치료영역이 전립선 전체인 경우라면, 도 10에 나타낸 버튼(13)과 같은 특정 명령 버튼을 사용자가 동작시킴으로써 실행되는 것이 바람직하다. 이렇게 측정된 체적은 그래픽 인터페이스에 cm3 단위로 표시되는 것이 유리하다. 측정된 체적이 전립선의 체적인 경우에는, 또한, 전립선의 최대 체적을 세 공간 평면(즉, 횡상(transverse), 시상(sagittal), 관상(coronal)) 상에 밀리미터 단위로 계산하여 표시할 수 있다.
본 발명에 따른 계획수립 지원 방법에 따른 단계 240은, 일련의 각 해당 영상 및 입력된 윤곽선에 중첩하여, 근접치료 격자의 평면표시상을 표시하여 배치하는 것으로 구성된다. 이 목적을 위해, 사용자는 이전에 로딩된 일련의 횡단면 영상 중에서 한 영상(바람직하게는 일련의 영상들 중의 중간 컷에 해당되는 영상)을 선택해야 한다. 선택된 영상은, 앞서 단계 220에서 입력된 윤곽선(들)과 중첩되어, 그래픽 인터페이스의 해당 표시 구역에 표시된다. 이 단계에서, 사용자는 적격 광섬유의 위치 및 전립선의 막낭(capsule) 사이에 요구되는 최소 거리에 해당되는 1차 안전 허용범위(safety margin)를 설정할 수 있는 것이 유리하다. 이 거리는 소정의 고정 값(예를 들어, 6mm)에서 기본적으로 시작되지만, 그래픽 인터페이스를 통해 입력 구역(14)(도 10 참조)에서 수정할 수 있다. 단계 240은 사용자에 의해서, 예컨대, 그래픽 사용자 인터페이스의 특정 동작 버튼을 활성화함으로써 입력 구역(14)에서 실행되는 것이 바람직하다.
도 12a 및 12b는 일례로서, 단계 240의 실행 중에 취한 스크린샷을 나타낸다. 더 구체적으로, 도 12a는 선택한 평면 횡단면 영상(7)이 표시되는 그래픽 사용자 인터페이스의 구역을 나타내는데, 여기에는 동시에, 이전에 사용자에 의해(단계 220 참조) 입력된 윤곽선(11)과 함께, 변은 1차 안전 허용범위에 해당되고 그 중심은 근접치료 격자 상의 특정 위치에 해당되는 사각형(15)이 표시되어 있다. 일반적으로 이 근접치료 격자에서, 위치 D1은, 도 1에 나타낸 격자의 가운데 열 'D'와 아래쪽 행 '1' 사이의 교차점에 해당된다. 이 사각형은, 그래픽 사용자 인터페이스를 통해 사용자가 그 중앙부를 클릭하여 이동시킬 수 있다.
도 12b는 선택한 평면 횡단면 영상(7)과 이전에 입력한 윤곽선(11)(단계 220 참조) 위에 근접치료 격자의 평면표시상(16)이 중첩 표시된 그래픽 인터페이스(6)의 구역을 나타내고 있다. 이 평면표시상(16)은 다수의 기호(여기서는 도 1에 나타낸 근접치료 격자에 따라 매트릭스 형태로 배열된 원)로서 표현된다. 이 단계에서는 치료에 적격인 광섬유의 위치를 사용자에게 시각적으로 알려주기 위한 색깔을 활용할 수 있는 것이 유리하다. 예를 들어, 흰색 원은 전립선 윤곽선의 밖에 위치하므로 해당 위치가 적격이지 않다는 것을 의미하고, 빨간색 원은 전립선의 윤곽선 내의 위치에 해당되지만 치료영역에 들어있지 않기 때문에 또는 앞서서 정의한 안전 허용범위에 따른 위험 영역(예컨대, 막낭 또는 요도)에 너무 가깝기 때문에 역시 적격이 아니라는 것을 나타낸다. 녹색 원은 해당 위치가 적격임을 의미할 수 있으며, 따라서 선택할 수 있는 광섬유의 최대 개수를 나타낸다.
다음 단계 250(도 9 참조)은, 본 발명에 따른 계획수립 지원 방법의 핵심을 구성하는 것으로서, 이 단계에서는, 사용된 광섬유의 개수, 근접치료 격자에서의 광섬유의 위치, 그리고 광섬유의 삽입 길이의 항으로부터 최적의 파라미터를 계산에 의해 자동으로 결정한다. 이로써 단계 230에서의 치료영역의 체적과, 계산된 총 이론적 작용 체적 사이에 최상의 매치가 이루어지게 된다.
이론적 작용 체적의 계산은 도 2의 모델링 방법(100)을 설명한 것과 동일한 모델링 원리를 근거로 한다. 따라서, 총 이론적 작용 체적은 각 광섬유의 위치 및 광섬유 요소의 이론적 작용 체적을 기초로 계산된다. 여기서, 후자(광섬유 요소의 이론적 작용 체적)는, 소정의 작용 반경 R과 광섬유의 삽입 길이에 해당되는 높이를 갖는 원통의 체적에 해당된다.
최적화를 이루기 위해서, 단계 250에서는 포웰(Powell) 알고리즘과 같은 경사하강식(gradient descent type) 최적화 알고리즘을 사용하는 것이 바람직하다. 이 알고리즘은 컨져게이트된 방향(conjugated direction)을 따라 1차원적 최소화를 수행한다.
Figure 112013030545285-pct00001
의 두 벡터(또는 방향) s1과 s2는, ST 1 A s2 = 0 인 경우에 양(+)의 유한 대칭 행렬 A에 대해서 컨져게이트된다. 이 알고리즘은 목적 함수 f의 정의를 최소화할 것을 요한다. 여기서, 함수 f는, 알고리즘이 최적의 위치에(즉, 대상 영역을 최적으로 포섭하도록) 광섬유를 배치하도록 정의된 것이다. 하지만 전립선의 외부의(대상 외부의) 괴사영역은 없어야 하는 제약을 갖는다. 사용된 함수를 아래 수식으로 수학적으로 정의할 수 있다.
Figure 112013030545285-pct00002
이 식에서, N은 광섬유의 총 개수이고, i는 특정 광섬유를 나타내는 지수(index)이고, v는 체적 화소(voxel), T는 대상 영역이고 H는 대상 밖의 영역, 그리고 w1과 w2는 양(+)의 고정 가중치이다.
다시 말해, 여기서 사용한 포웰 알고리즘은, 다른 파라미터 값들에 대해 계산된 이론적 체적과 측정된 치료영역 체적 간의 차이를 최소화할 최적의 파라미터 값(개수 N, 각 광섬유 i의 위치, 삽입 길이)을 찾는 데 사용한다. 실무적으로, 이 알고리즘은, 단계 230에서 측정한 대상 체적을 광섬유의 요소적 이론적 작용 체적으로 나눠서 추정한 N의 제1 가능값을 부과함으로써 시작된다. 여기서, 광섬유의 요소적 이론적 작용 체적은 ∏R2L과 같다(R은 광섬유의 작용 반경의 사전 설정치).
다음, 이 알고리즘은, 함수 f의 최소값으로 알고리즘이 수렴할 수 있도록 할, 모든 가능성있는 광섬유 위치와 삽입 길이를 반복적으로 계속해서 찾는다. 선택된 모델로 인해서 그리고 알고리즘에 의해 실행된 계산의 단순성으로 인해서, 결과는 수 분의 시간 후에 매우 신속하게 얻을 수 있다. 이 알고리즘은 실제로 적격의 위치(단계 240에서 표시한 격자의 평면표시상의 녹색 원)만을 고려하기 때문에, 그 계산이 특히 빠르다.
이 최적화 단계 250은 사용자에 의해서, 예를 들어서, 입력 구역(18)에서 그래픽 사용자 인터페이스(6)의 특정 작동 버튼(17)을 활성화함으로써, 실행되는 것이 바람직하다(도 10 참조).
최적화 단계 250을 실행하기 전에, 사용자에게 알려서, 사용될 광섬유의 개수와 같은 특정 파라미터를 선택하도록 하는, 더 큰 사용상 융통성을 제공할 수 있음을 주목해야 한다. 단, 이 개수는 치료영역에서의 적격 광섬유의 최대 개수와 모순되지 않아야 한다. 이 경우, 광섬유의 개수는 사용자에 의해서, 바람직하게는 그래픽 인터페이스의 입력 구역(18)에서 직접 입력된다. 또한, 사용자는 스스로, 앞에서 언급한 1차 안전 허용범위 이외에, 두 개의 안전 허용범위를 설정할 수 있다. 제1 허용범위는 광섬유의 끝단과 전립선 기저부의 막낭 사이의 최소 거리(기본값으로서 5mm로 설정)에 해당되고, 제2 안전 허용범위는 광섬유의 끝단과 전립선 정점의 막낭 사이의 최소 거리(기본값으로서 3mm로 설정)에 해당된다. 이러한 다양한 안전 허용범위는 그래픽 인터페이스의 입력 구역(18)에 특별히 지정된 필드 수준에서 사용자가 직접 입력하여 수정할 수 있는 것이 유리하다. 마지막으로, 이미 위에서 언급한 것과 같이, 작용 반경 R값의 집합(예를 들어, {5.5 mm, 5.6 mm, 6.5 mm, 7.5 mm, 8.5 mm})에서 R 값을 선택할 수 있다.
모든 경우에, 최적화 단계 250이 끝난 결과, 최소 개수(사용자가 선택하거나 자동으로 최적화된), 각 광섬유의 위치 및 길이를 얻게 되었는바, 이들 모든 파라미터 값들은 환자의 특정 경우에 최적화된 것들이다. 이 결과는 그래픽 사용자 인터페이스 상에, 입력 구역(18)에 인접한 특정 디스플레이 구역(19)에 표시되는 것이 유리하다(도 10 참조).
이들 데이터 뿐만 아니라, 다음과 같은 추가 데이터의 표시도 또한 가능하다.
- 시뮬레이션한 대상 체적에 대한 괴사 범위의 비율,
- 대상 체적에서의 광섬유들의 길이의 합에 해당되는 지수(인덱스),
- 광섬유들의 길이의 합,
- 시뮬레이션한 작용 체적을 MRI 영상 위에 세 가지 상(축상, 관상, 시상)으로 그래픽 표시.
물론, 이 결과는, 계획 보고서를 컴퓨터에 표시하거나 종이에 인쇄해서 사용자가 어느 때라도 참조할 수 있도록 저장할 수 있다(예를 들어, PDF 파일로). 이 계획 보고서에는 다음과 같은 항목이 포함된다.
- 그래픽 인터페이스에서 미리 입력한 모든 환자 정보,
- 측정된 각종 체적,
- 선택된 치료 유형,
- 최적화시에 고려한 안전 허용범위,
- 사용된 광섬유의 작용 반경,
- 선택 또는 최적화된 광섬유의 수,
- 광섬유의 위치 및 길이,
- 각 광섬유 사이의 거리,
- 지수, 광섬유의 길이의 합, 달성한 포섭 율(coverage rate),
- 계획 수립시 사용한 다양한 MRI 단층 영상.
수립한 계획은, 예를 들어 수동으로 광섬유의 수를 수정함으로써, 재수정할 수 있는 것이 유리하다. 광섬유의 추가 또는 삭제, 포섭 율, 지수, 및 광섬유의 길이의 합을 재계산하여 인터페이스에 표시한다. 또한, 아래에 나열한 파라미터들 중에서 하나 이상을 수정함으로써, 동일한 환자에 대한 신규 계획을 용이하게 생성할 수도 있다.
- 근접치료 격자의 위치,
- 광섬유의 수,
- 안전 허용범위,
- 광섬유의 작용 반경.

Claims (14)

  1. 환자에 투여되어 치료영역에 존재하는 미리 정해진 감광 물질을 활성화시키기 위하여, 치료영역 내의 광섬유의 삽입 길이에 대해서 상기 치료영역에 미리 정해진 파장의 광을 조사하는 광역학 요법에 의한 환자 치료에 사용되는 정해진 감광 물질과 조합된 광섬유(4)의 작용을 컴퓨터로 모델링하는 방법(100)에 있어서,
    작용 반경 R과 상기 삽입 길이에 해당되는 길이 L을 갖는 원통의 체적을 이용하여 상기 정해진 감광 물질과 조합된 광섬유의 요소적 이론적 작용 체적을 모델링하는 단계로서,
    상기 작용 반경 R을 결정하기(140) 위하여,
    - 임상시험 전의 치료영역에 대한 일련의 디지털 영상에 해당되는 제1 디지털 파일과, 임상시험 후의 치료영역에 대한 일련의 디지털 영상에 해당되는 제2 디지털 파일을 각 환자별로 데이터베이스에 저장하여, 적어도 하나의 광섬유에 연계된 상기 감광 물질을 사용하여 여러 환자들에게 실시한 복수의 임상시험으로부터 컴퓨터 데이터베이스를 구축하는 단계(110)로서,
    각 임상시험은, 임상시험의 실제 조건에 해당되고, 사용한 광섬유의 개수, 근접치료 격자(1)를 기준으로 한 광섬유의 위치, 치료영역으로의 각 광섬유의 삽입 길이를 적어도 포함하는, 파라미터 세트에 연계되며,
    상기 파라미터 세트는 임상시험의 실제 조건에 상응하는, 상기 컴퓨터 데이터베이스를 구축하는 단계(110);
    - 임상시험 중에, 데이터베이스에 있는 각 환자에 대해서 상기 제1 및 제2 디지털 파일로부터 실제 괴사영역의 체적을 측정하는 단계(120);
    - 데이터베이스에 있는 각 환자마다, 상기 파라미터 세트에 기초하여 총 이론적 작용 체적 및 상기 감광 물질과 조합된 각 광섬유의 요소적 이론적 작용 체적을 계산하는 단계(130)로서,
    각 요소적 작용 체적은 상기 작용 반경 R 및 해당 광섬유의 삽입 길이에 해당되는 길이 L을 갖는 원통의 체적으로 계산되는, 상기 계산하는 단계(130);
    - 데이터베이스에 있는 각 환자에 대해서 계산된 상기 총 이론적 작용 체적을 측정된 실제 괴사영역 체적과 상호연관시켜서, 광섬유의 작용 반경 R을 결정하는 단계(140);를 실행하는,
    상기 모델링하는 단계를 포함하는 것을 특징으로 하는 광역학 요법에 사용되는 광섬유(4)의 작용을 모델링하는 방법(100).
  2. 제1항에 있어서,
    상기 제1 및 제2 디지털 파일의 일련의 디지털 영상은, 각각, 치료 전 영역 및 치료 후 영역의 횡단면 영상에 해당되는 것을 특징으로 하는 광역학 요법에 사용되는 광섬유(4)의 작용을 모델링하는 방법(100).
  3. 제1항에 있어서,
    상기 디지털 영상은 자기공명 영상 또는 초음파영상인 것을 특징으로 하는 광역학 요법에 사용되는 광섬유(4)의 작용을 모델링하는 방법(100).
  4. 제1항에 있어서,
    괴사영역의 체적을 측정하는 단계(120)는,
    - 컴퓨터 화면 상에 표시되는 컴퓨터 그래픽 사용자 인터페이스에, 제2 컴퓨터 파일의 일련의 영상을 로딩 및 표시하는 단계(121);
    - 컴퓨터 화면 상에 표시되는 일련의 영상 각각에서 실제 괴사영역의 윤곽선을 직접 입력에 의해서 설정하는 단계(122);
    - 입력된 윤곽선의 디지털 처리를 통한 체적 재구성에 의해서 실제 괴사영역의 체적을 측정하는 단계(123);를 포함하는 것을 특징으로 하는 광역학 요법에 사용되는 광섬유(4)의 작용을 모델링하는 방법(100).
  5. 미리 정해진 감광 물질을 환자에 투여하고 나서 근접치료 격자(1)를 기준으로 한 위치에 따라 치료영역 내로 미리 정해진 길이로 삽입되도록 설계된 다수의 광섬유를 통해서 미리 정해진 파장의 광을 조사하는 광역학 요법에 의한 환자 치료 계획을 수립하기 위한, 컴퓨터로 구현되는 치료 계획 수립의 지원 방법(200)에 있어서,
    - 컴퓨터 화면에 표시되는 그래픽 사용자 인터페이스(6) 상에, 치료영역의 일련의 디지털 영상(7)에 해당되는 디지털 파일을 로딩 및 표시하는 단계(210);
    - 컴퓨터 화면에 표시되는 일련의 각 영상에서 치료영역의 윤곽선을 직접 입력에 의해 설정하는 단계(220);
    - 입력된 윤곽선(11)의 디지털 처리를 통한 체적 재구성에 의해서 치료영역의 체적을 측정하는 단계(230);
    - 일련의 영상들 중 각 영상(7)과 입력된 해당 윤곽선(11)에 중첩하여 근접치료 격자(1)의 평면표시상(16)을 표시하고 배치하는 단계(240); 및
    - 측정된 치료영역 체적과 계산된 총 이론적 작용 체적과의 상관성을 최적화하기 위하여, 사용된 광섬유의 개수와, 근접치료 격자를 기준으로 한 광섬유의 위치 및 삽입 길이를 계산에 의해 결정하는 단계(250);를 포함하고,
    상기 총 이론적 작용 체적은 각 광섬유의 근접치료 격자에 상대적인 위치를 근거로 계산되고, 상기 감광 물질과 조합된 광섬유의 요소적 이론적 작용 체적은, 미리 정해진 작용 반경 R 및 광섬유의 삽입 길이에 해당되는 높이를 갖는 원통의 체적에 해당되고,
    상기 작용 반경 R은 제1항 내지 제4항 중 어느 항에 따른 모델링 방법에 따라, 미리 결정되는 것을 특징으로 하는 광역학 요법에 의한 치료 계획 수립의 지원 방법(200).
  6. 제5항에 있어서,
    치료영역의 상기 일련의 디지털 영상(7)은 치료영역의 횡단면 영상에 해당되는 것을 특징으로 하는 광역학 요법에 의한 치료 계획 수립의 지원 방법(200).
  7. 제5항에 있어서,
    상기 디지털 영상이 자기공명 영상 또는 초음파 영상인 것을 특징으로 하는 광역학 요법에 의한 치료 계획 수립의 지원 방법(200).
  8. 제5항에 있어서,
    상기 계산에 의해 결정하는 단계(250)에서는 경사하강 알고리즘(gradient descent type algorithm)을 사용하는 것을 특징으로 하는 광역학 요법에 의한 치료 계획 수립의 지원 방법(200).
  9. 제8항에 있어서,
    상기 계산에 의해 결정하는 단계(250)에서는 포웰 알고리즘(Powell algorithm)을 사용하는 것을 특징으로 하는 광역학 요법에 의한 치료 계획 수립의 지원 방법(200).
  10. 컴퓨터에서 구현될 때 제1항 내지 제4항 중 어느 한 항에 따른 모델링 방법을 수행하는 컴퓨터 판독 가능한 기록매체.
  11. 컴퓨터에서 구현될 때 제5항에 따른 지원 방법을 수행하는 컴퓨터 판독 가능한 기록매체.
  12. 삭제
  13. 삭제
  14. 삭제
KR1020137009003A 2010-09-07 2011-09-06 광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법 KR101836357B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP10305960A EP2425873A1 (fr) 2010-09-07 2010-09-07 Modélisation de l'action d'une fibre optique dans un traitement par therapie photodynamique, et assistance à la planification d'un tel traitement
EP10305960.6 2010-09-07
PCT/EP2011/065409 WO2012032060A1 (fr) 2010-09-07 2011-09-06 Modelisation de l'action d'une fibre optique dans un traitement par therapie photodynamique, et assistance a la planification d'un tel traitement

Publications (2)

Publication Number Publication Date
KR20130105854A KR20130105854A (ko) 2013-09-26
KR101836357B1 true KR101836357B1 (ko) 2018-03-08

Family

ID=43127604

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137009003A KR101836357B1 (ko) 2010-09-07 2011-09-06 광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법

Country Status (16)

Country Link
US (1) US10204206B2 (ko)
EP (2) EP2425873A1 (ko)
JP (1) JP6131189B2 (ko)
KR (1) KR101836357B1 (ko)
CN (1) CN103189106B (ko)
BR (1) BR112013005574A2 (ko)
CA (1) CA2810929A1 (ko)
CO (1) CO6720964A2 (ko)
DK (1) DK2613847T3 (ko)
ES (1) ES2632931T3 (ko)
HU (1) HUE034302T2 (ko)
IL (1) IL225098B (ko)
PT (1) PT2613847T (ko)
RU (1) RU2632512C2 (ko)
TW (1) TWI525464B (ko)
WO (1) WO2012032060A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023021581A1 (ja) * 2021-08-17 2023-02-23 株式会社島津製作所 光治療計画装置および光治療計画方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004045492A2 (en) 2002-11-17 2004-06-03 Yeda Research And Development Co. Ltd. Water-soluble anionic bacteriochlorophyll derivatives and their uses
JP2005524461A (ja) 2002-05-08 2005-08-18 イエダ リサーチ アンド デベロップメント カンパニー リミテッド 増感オンラインｂｏｌｄ−ｍｒｉイメージング法
JP2010500140A (ja) 2006-08-15 2010-01-07 スペクトラキュアー アーベー 組織内光線力学的光線治療パラメータを制御し、且つ、調整するためのシステム及び方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6011563A (en) * 1995-04-24 2000-01-04 The University Of Toledo Computer controlled photoirradiation during photodynamic therapy
HU228208B1 (en) 1998-12-09 2013-01-28 Yeda Res & Dev Palladium-substituted bacteriochlorophyll derivatives and use thereof
JP4216414B2 (ja) * 1999-08-13 2009-01-28 テルモ株式会社 加熱治療装置
SE527164C2 (sv) * 2003-05-14 2006-01-10 Spectracure Ab Anordning och metod för terapi och diagnostik innefattande optiska komponenter för distribution av strålning
RU2299083C2 (ru) 2005-05-23 2007-05-20 ГУН НИИ онкологии им. проф. Н.Н. Петрова Росздрава Способ дозиметрического планирования внутриполостной брахитерапии первичного и метастатического рака влагалища
WO2010089416A1 (en) * 2009-02-09 2010-08-12 Spectracure Ab System and method for pre-treatment planning of photodynamic light therapy

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005524461A (ja) 2002-05-08 2005-08-18 イエダ リサーチ アンド デベロップメント カンパニー リミテッド 増感オンラインｂｏｌｄ−ｍｒｉイメージング法
WO2004045492A2 (en) 2002-11-17 2004-06-03 Yeda Research And Development Co. Ltd. Water-soluble anionic bacteriochlorophyll derivatives and their uses
JP2010500140A (ja) 2006-08-15 2010-01-07 スペクトラキュアー アーベー 組織内光線力学的光線治療パラメータを制御し、且つ、調整するためのシステム及び方法

Also Published As

Publication number Publication date
TWI525464B (zh) 2016-03-11
TW201224830A (en) 2012-06-16
WO2012032060A1 (fr) 2012-03-15
RU2013115471A (ru) 2014-10-20
JP2013536745A (ja) 2013-09-26
US10204206B2 (en) 2019-02-12
US20130289963A1 (en) 2013-10-31
CN103189106B (zh) 2018-06-05
HUE034302T2 (hu) 2018-02-28
BR112013005574A2 (pt) 2016-05-10
JP6131189B2 (ja) 2017-05-17
EP2425873A1 (fr) 2012-03-07
CN103189106A (zh) 2013-07-03
PT2613847T (pt) 2017-07-18
DK2613847T3 (en) 2017-08-28
ES2632931T3 (es) 2017-09-18
EP2613847B1 (fr) 2017-05-03
EP2613847A1 (fr) 2013-07-17
CA2810929A1 (fr) 2012-03-15
RU2632512C2 (ru) 2017-10-05
CO6720964A2 (es) 2013-07-31
KR20130105854A (ko) 2013-09-26
IL225098B (en) 2018-03-29

Similar Documents

Publication Publication Date Title
EP3645118B1 (en) Simulation-based drug treatment planning
US10850119B2 (en) Interactive computer-aided editor for compensators used in radiotherapy treatment planning
US20140303486A1 (en) Surgical Navigation Planning System and Associated Methods
US20150011866A1 (en) Probe for Surgical Navigation
US11857807B2 (en) Simulation-based drug treatment planning
US8582841B2 (en) System and method for pre-treatment planning of photodynamic light therapy
CA2575774A1 (en) Dynamic tumor treatment system
KR101836357B1 (ko) 광역학 요법 치료에서의 광섬유의 작용을 모델링하는 방법 및 상기 치료 계획 수립의 지원 방법
JP2012517252A (ja) 光線力学的光線療法の前処置計画のためのシステム及び方法
JP6312737B2 (ja) 組織治療のためのデータを生成、及び／又は、提供する方法
Sonier et al. Implementation of a volumetric modulated arc therapy treatment planning solution for kidney and adrenal stereotactic body radiation therapy
US20240131362A1 (en) Simulation-Based Drug Treatment Planning
WO2023021581A1 (ja) 光治療計画装置および光治療計画方法
Wu et al. An interactive HIFU therapy planning using simulation & visualization
Baran et al. Image-guided treatment planning and dosimetry for interstitial photodynamic therapy
Jermyn et al. Photodynamic therapy light dose analysis of a patient based upon arterial and venous contrast CT scan information
Stricker et al. Understanding the Importance of Daily Imaging in the Treatment of Non-Melanoma Skin Cancer with Image Guided Superficial Radiation Therapy
Campbell Optimizing therapeutic agent delivery to malignant gliomas via convection-enhanced delivery
JP2023157681A (ja) 治療計画システム、治療計画方法及び治療計画プログラム
WO1998031423A1 (en) Radiobiologically-based imaging systems for radiotherapy treatment planning
JP2013536745A5 (ko)
He et al. Simulation and Experimental Studies of Transrectal Diffuse Optical Tomography for Monitoring Laser Interstitial Thermal Therapy of Localized Prostate Cancer
Arangarasan et al. Dynamic Volume Rendering for Intensity Modulated Radiation Therapy (IMRT) Treatment
Sandström Variability in target delineation instereotactic radiosurgery withLeksell Gamma Knife® Perfexion™ and a perspective on radiobiological outcome: A multiobserver study

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