TW202133113A - 用於影像分割之方法、系統和設備 - Google Patents

用於影像分割之方法、系統和設備 Download PDF

Info

Publication number
TW202133113A
TW202133113A TW109147106A TW109147106A TW202133113A TW 202133113 A TW202133113 A TW 202133113A TW 109147106 A TW109147106 A TW 109147106A TW 109147106 A TW109147106 A TW 109147106A TW 202133113 A TW202133113 A TW 202133113A
Authority
TW
Taiwan
Prior art keywords
voxels
model
label
illumination intensity
patient
Prior art date
Application number
TW109147106A
Other languages
English (en)
Inventor
濟夫 邦松
Original Assignee
瑞士商諾沃庫勒有限責任公司
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 瑞士商諾沃庫勒有限責任公司 filed Critical 瑞士商諾沃庫勒有限責任公司
Publication of TW202133113A publication Critical patent/TW202133113A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/028—Multiple view windows (top-side-front-sagittal-orthogonal)
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2008—Assembling, disassembling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Architecture (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Electrotherapy Devices (AREA)

Abstract

描述用於和影像互動、分割所述影像、以及判斷在所述影像之內的一或多個所關注的區域之方法、系統及設備。

Description

用於影像分割之方法、系統和設備
此申請案是涉及用於影像分割之方法、系統和設備。
相關專利申請案的交互參照
此申請案是主張2019年12月31日申請的美國臨時申請案號62/955,644的優先權，所述申請案是以其整體被納入在此作為參考。
腫瘤治療電場(或TTFields)是在中頻範圍(100-300kHz)之內的低強度(例如，1-3V/cm)交變電場。此非侵入性治療的目標是固態腫瘤，並且被描述在美國專利號7,565,205中，所述申請案是以其整體被納入在此作為參考。腫瘤治療電場是在有絲分裂(mitosis)期間，透過和關鍵分子的物理相互作用來干擾細胞分裂。腫瘤治療電場的療法是一種經核准的用於復發性多形性膠質母細胞瘤(recurrent glioblastoma)的單治療、以及用於新確診的患者的經核准的與化學療法的組合療法。這些電場是藉由直接被佈置在患者的頭皮(scalp)上的傳感器陣列(亦即，電極陣列)而非侵入性地引入。腫瘤治療電場看起來也是有利於治療在身體的其它部分中的腫瘤。影像分割工具可被用來最佳化腫瘤治療電場的治療計畫。影像分割工具需要和多個螢幕及/或介面互動，無法有效地限定分割到在影像之內的特定區域或邊界，而且需要複雜的動作/程序以將影像之內的結構指定到不同的結構。
所敘述的是方法，其包括決定一個三維的(3D)模型，其中所述3D模型包括複數個體素、接收一主動標籤的選擇的一指示，其中所述主動標籤的所述選擇是致能一使用者指示器，以使得所述複數個體素中的被互動到的體素和所述主動標籤相關聯；接收一塗覆的(paint-over)標籤的選擇的一指示，其中所述塗覆的標籤的選擇是使得所述複數個體素中的未和所述塗覆的標籤相關聯的體素被寫入保護而不和所述主動標籤相關聯；接收一限定到的(limit-to)標籤的選擇的一指示，其指定在所述3D模型之內的一結構，其中所述限定到的標籤的所述選擇是使得所述複數個體素中的未和在所述3D模型之內的所述結構相關聯的體素被寫入保護而不和所述主動標籤相關聯；以及使得所述複數個體素中的一或多個和所述塗覆的標籤以及所述限定到的標籤相關聯的體素，根據經由所述使用者指示器的和所述一或多個體素的一互動來和所述主動標籤相關聯。
亦敘述的是方法，其包括(a)決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和一照明強度值相關聯的，其中所述複數個體素中的每一個體素是根據所述個別的照明強度值來和所述3D模型的一所代表的前景、或是所述3D模型的一所代表的背景相關聯的；(b)使得一互動的元素顯示；(c)經由所述互動的元素來接收一種子體素的選擇的一指示，其中所述種子體素是和具有一特定的值的一照明強度相關聯的；(d)判斷所述複數個體素中的一或多個具有在所述特定的值的一臨界範圍之內的照明強度值的體素，其中所述複數個體素中的所述一或多個具有在所述特定的值的所述臨界範圍之內的所述照明強度值的體素是和在所述3D結構之內的一所關注的區域(region of interest，ROI)相關聯的；(e)造成在一或多個和所述ROI相關聯的體素的所述照明強度值上的一改變、以及所述複數個體素中的一或多個體素的所述照明強度值的一改變中的一或多者；(f)根據在所述一或多個和所述ROI相關聯的體素的所述照明強度值上的所述改變、以及所述複數個體素中的所述一或多個體素的所述照明強度值的所述改變中的一或多個，來造成在所述ROI的一所代表的形狀上的一改變、以及在所述ROI在所述3D模型之內的一位置上的一改變中的一或多者；(g)根據經由一使用者指示器的和所述互動的元素的一互動來重複步驟(c)-(f)中的一或多個；(h)根據經由所述使用者指示器的和所述互動的元素的另一互動，來關聯所述複數個體素中的一或多個體素與在所述ROI之內的一邊界，其中所述一或多個和所述邊界相關聯的體素的所述照明強度值是匹配所述特定的值；以及(i)使得在所述邊界之內的一或多個體素的所述照明強度值匹配所述特定的值。
亦敘述的是方法，其包括決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和在所述3D模型之內的座標相關聯的；判斷在所述3D模型之內的一結構，其中所述結構包括所述複數個體素中的一或多個體素；判斷在所述3D模型之內的另一結構，其中所述另一結構包括所述複數個體素中的另一或多個體素；接收所述另一或多個體素的選擇的一指示；根據所述另一或多個體素的所述選擇的所述指示來接收一請求以改變所述另一或多個體素的所述座標；以及根據所述請求來改變所述另一或多個體素的所述座標，其中改變所述座標是關聯所述另一結構與所述結構。
額外的優點將會部分被闡述在接著的說明中、或是可藉由實施而得知。所述優點將會藉由特別在所附的請求項中指出的元件及組合來加以實現及達成。將瞭解到的是，先前的一般說明以及以下的詳細說明只是範例及解釋性質的，因而並非限制性的。
在本方法及系統被揭示及敘述之前，將瞭解到的是所述方法及系統並不限於特定的方法、特定的構件、或是特定的實施方式。同樣將會瞭解到的是，在此所用的術語只是為了描述特定實施例之目的，因而並不欲為限制性的。
如同在說明書以及所附的請求項中所用的，除非使用場合有清楚相反的要求，否則單數形「一」、「一個」以及「所述」是包含複數個指示對象。範圍在此可被表示為從「約」一特定值及/或至「約」另一特定值。當此種範圍被表示時，另一實施例是包含從所述一特定值及/或至所述另一特定值。類似地，當值被表示為近似時，藉由先行詞「約」的使用，將會瞭解到的是所述特定值構成另一實施例。進一步將會理解到的是，所述範圍的每一個的端點相關於另一端點、以及與所述另一端點無關的，兩者都是重要的。
「選配的」或「選配地」是表示接著所述的事件或情況可以發生、或是可不發生，因而說明是包含其中所述事件或情況發生的實例、以及其中並不發生的實例。
在此說明書的整個說明及請求項，字詞「包括」以及所述字詞的變化(例如是「包括」及「包含」)是表示「包含但不限於」，因而並不欲排除例如是其它構件、整數或是步驟。「範例的」是表示「其中的一個例子」，因而並不欲傳達一較佳或理想的實施例的指示。「例如」並未以限制性的意思而被使用，而是為了解釋的目的。
所揭露的是可被利用以執行所揭露的方法及系統的構件。對於所有的方法及系統而言，這些以及其它的構件是在此被揭示，並且所了解的是當這些構件的組合、子集合、互動、群組等等被揭示時，儘管這些的每一個各種的個別及集體的組合及排列的特定參照可能未被明確地揭露，但每一個都是明確地被思及，因而是在此敘述的。此適用於此申請案的所有特點，其包含但不限於在所揭露的方法中的步驟。因此，若有各種額外可被執行的步驟時，所了解的是這些額外的步驟的每一個都可以和所述揭露的方法的任何特定實施例或是實施例的組合一起被執行。
藉由參考到以下較佳實施例以及內含於其中的例子的詳細說明，並且參考到所述圖式以及其先前及後續的說明，本方法及系統可以更容易理解。
如同熟習此項技術者將會體認到的，所述方法及系統可以採用一完全硬體的實施例、一完全軟體的實施例，或是一結合軟體及硬體特點的實施例的形式。再者，所述方法及系統可以採用一種在電腦可讀取的儲存媒體上的電腦程式產品的形式，其具有被體現在所述儲存媒體中的電腦可讀取的程式指令(例如，電腦軟體)。更具體而言，本方法及系統可以採用網路實施的電腦軟體的形式。任何適當的電腦可讀取的儲存媒體都可被利用，其包含硬碟、CD-ROM、光學儲存裝置、或是磁性儲存裝置。
所述方法及系統的實施例在以下是參考方法、系統、設備及電腦程式產品的方塊圖及流程圖的圖示來加以描述的。將會瞭解到的是，所述方塊圖及流程圖的圖示的每一個區塊、以及在所述方塊圖及流程圖的圖示中的區塊組合分別可藉由電腦程式指令來實施。這些電腦程式指令可被載入到一般用途的電腦、特殊用途的電腦、或是其它可程式化的資料處理設備之上以產生一機器，使得在所述電腦或其它可程式化的資料處理設備上執行的所述指令產生一用於實施在所述流程圖區塊或多個區塊中所指明的功能的手段。
這些電腦程式指令亦可被儲存在一電腦可讀取的記憶體中，其可以指示一電腦或其它可程式化的資料處理設備以一特定的方式來作用，使得儲存在所述電腦可讀取的記憶體中的指令產生一產品，其包含電腦可讀取的指令以用於實施在所述流程圖區塊或多個區塊中所指明的功能。所述電腦程式指令亦可被載入到一電腦或其它可程式化的資料處理設備之上，以使得一系列的操作步驟在所述電腦或其它可程式化的設備上被執行以產生一電腦實施的程序，使得在所述電腦或其它可程式化的設備上執行的所述指令提供用於實施在所述流程圖區塊或多個區塊中所指明的功能的步驟。
於是，所述方塊圖及流程圖的圖示的區塊是支援用於執行所指明的功能的手段的組合、用於執行所述指明的功能的步驟的組合、以及用於執行所指明的功能的程式指令手段。同樣將會理解到的是所述方塊圖及流程圖的圖示的每一個區塊、以及在所述方塊圖及流程圖的圖示中的區塊的組合可以藉由執行所指明的功能或步驟的特殊用途的硬體為基礎的電腦系統、或是特殊用途的硬體及電腦指令的組合來實施。
腫瘤治療電場(在此亦被稱為交變電場)是被建立為一抗有絲分裂的癌症治療模態，因為它們干擾在中期的適當的微管組合，並且最終在末期及細胞質分裂期間破壞所述細胞。所述功效是隨著增加的場強度而增加，並且最佳的頻率是癌細胞線相依的，其中200kHz是藉由腫瘤治療電場造成的抑制膠質瘤細胞生長是最大的頻率。為了癌症治療，非侵入性裝置被開發，其中電容性耦合的傳感器是直接被佈置在接近腫瘤的皮膚區域，例如是用於患有多形性膠質母細胞瘤(GBM)的患者，其是人體中最常見的主要的惡性腦部腫瘤。
因為腫瘤治療電場的影響是方向性的，其中平行於所述電場的細胞分裂是比在其它方向上的細胞分裂受到更多影響，並且因為細胞是在所有方向上都分裂，因此腫瘤治療電場通常是透過兩對傳感器陣列來傳送，其在被治療的腫瘤之內產生垂直的場。更明確地說，一對傳感器陣列可以是位在所述腫瘤的左右(left and right，LR)，而另一對傳感器陣列可以是位在所述腫瘤的前後(anterior and posterior，AP)。在這兩個方向(亦即，LR及AP)之間循環所述電場是確保一最大範圍的細胞方位被針對到。除了垂直的場以外，其它傳感器陣列的位置亦被思及。在一實施例中，三個傳感器陣列的不對稱的定位被思及，其中所述三個傳感器陣列中的一對可以傳送交變電場，並且接著所述三個傳感器陣列中的另一對可以傳送所述交變電場，而所述三個傳感器陣列的剩餘的對可以傳送所述交變電場。
在活體內以及體外的研究顯示腫瘤治療電場的療法的功效是隨著所述電場的強度增加而增加。因此，最佳化在患者的頭皮上的陣列佈置以增加在腦部的患病的區域中的強度是Optune系統的標準實務。陣列佈置的最佳化可以藉由「經驗法則」(例如，盡可能接近腫瘤地將所述陣列佈置在頭皮上)量測來加以執行，所述量測是描述患者的頭部幾何、腫瘤尺寸、及/或腫瘤位置。被使用作為輸入的量測可以從成像資料導出。成像資料是欲包含任意類型的視覺資料，例如像是單光子發射計算的電腦斷層掃描(SPECT)影像資料、X射線計算的電腦斷層掃描(X射線CT)資料、核磁共振成像(MRI)資料、正子發射電腦斷層掃描(PET)資料，可藉由光學設備(例如，照相機、電荷耦合裝置(CCD)攝影機、紅外線攝影機等等)捕捉的資料、與類似者。在某些實施方式中，影像資料可包含從3D掃描器獲得、或是藉由3D掃描器產生的3D資料(例如，點雲資料)。最佳化可以依賴對於所述電場是如何以所述陣列的位置的一函數分佈在頭部之內、以及在某些特點中，考量在不同的患者的頭部之內的電氣特性分布上的變化的理解。
圖1是展示一用於電療的治療的範例設備100。一般而言，所述設備100可以是一可攜式的以電池或電源供應器操作的裝置，其藉由非侵入式表面傳感器陣列來在身體之內產生交變電場。所述設備100可包括一電場產生器102以及一或多個傳感器陣列104。所述設備100可被配置以經由所述電場產生器102來產生腫瘤治療電場(TTFields)(例如，在150kHz)，並且透過所述一或多個傳感器陣列104來傳遞所述腫瘤治療電場至所述身體的一區域。所述電場產生器102可以是一以電池及/或電源供應器操作的裝置。在一實施例中，所述一或多個傳感器陣列104是均勻成形的。在一實施例中，所述一或多個傳感器陣列104不是均勻成形的。
所述電場產生器102可包括一處理器106，其是和一信號產生器108通訊。所述電場產生器102可包括控制軟體110，其被配置以用於控制所述處理器106以及所述信號產生器108的執行。
所述信號產生器108可以產生一或多個具有波形或脈衝列的形狀的電性信號。所述信號產生器108可被配置以產生從約50KHz到約500KHz(較佳的是從約100KHz到約300KHz)的範圍內的頻率的一交流的電壓波形(例如，所述腫瘤治療電場)。所述電壓是使得在待治療的組織中的電場強度是在約0.1V/cm到約10V/cm的範圍內。
所述電場產生器102的一或多個輸出114可以耦接至一或多個導電引線112，其是在其之一端被附接至所述信號產生器108。所述導電引線112的相反端是連接至所述一或多個傳感器陣列104，其是藉由所述電性信號(例如，波形)而被啟動。所述導電引線112可包括標準的具有撓性金屬屏蔽的孤立導體，並且可以是接地的以避免由所述導電引線112產生的電場的散佈。所述一或多個輸出114可以依序地被操作。所述信號產生器108的輸出參數例如可包括所述場的強度、所述波的頻率(例如，治療頻率)、以及所述一或多個傳感器陣列104的最大可容許的溫度。所述輸出參數可以藉由所述控制軟體110結合所述處理器106而被設定及/或決定。在決定一所要的(例如，最佳的)治療頻率之後，所述控制軟體110可以使得所述處理器106傳送一控制信號至所述信號產生器108，其使得所述信號產生器108輸出所要的治療頻率至所述一或多個傳感器陣列104。
所述一或多個傳感器陣列104可被配置成各種形狀及位置，以便於在一靶體積產生具有所要的配置、方向及強度的一電場，以便於聚焦治療。所述一或多個傳感器陣列104可被配置以傳遞穿過所關注的一體積的兩個垂直場方向。
所述一或多個傳感器陣列104可包括一或多個電極116。所述一或多個電極116可以是由任何具有高介電常數的材料所做成的。所述一或多個電極116例如可包括一或多個絕緣的陶瓷盤。所述電極116可以是生物相容的，並且耦接至一撓性的電路板118。所述電極116可被配置以便於不會直接接觸到皮膚，因為所述電極116是藉由一層導電的水凝膠(未顯示)(類似可見於心電圖墊上的水凝膠)和皮膚分開的。
所述電極116、所述水凝膠、以及所述撓性的電路板118可以附接至一低變應原的(hypo-allergenic)醫療用黏性繃帶120，以將所述一或多個傳感器陣列104保持在身體上的適當處，並且持續直接接觸皮膚。每一個傳感器陣列104可包括一或多個熱敏電阻(未顯示)，例如是8個熱敏電阻(準確性±1°C)，以量測在所述傳感器陣列104之下的皮膚溫度。所述熱敏電阻可被配置以週期性地(例如，每秒)量測皮膚溫度。所述熱敏電阻可以在所述腫瘤治療電場並未被傳遞時藉由所述控制軟體110來讀取，以避免對於溫度量測的任何干擾。
若在兩個接續的量測之間所量測到的溫度低於一預設的最高溫度(Tmax)，例如38.5-40.0°C±0.3°C，則所述控制軟體110可以增加電流直到所述電流到達最大的治療電流(例如，波峰至波峰的4安培)為止。若所述溫度到達Tmax+0.3°C並且持續上升時，則所述控制軟體110可以降低所述電流。若所述溫度上升到41°C，則所述控制軟體110可以關閉所述腫瘤治療電場的療法，並且過熱警報可被觸發。
根據患者身體尺寸及/或不同的治療，所述一或多個傳感器陣列104可以在尺寸上變化，並且可包括不同數量的電極116。例如，在一患者的胸腔的使用場合下，小的傳感器陣列分別可包括13個電極，而大的傳感器陣列分別可包括20個電極，其中在每一個陣列中的電極是串列互連的。例如，如同在圖2中所示，在一患者的頭部的使用場合下，每一個傳感器陣列分別可包括9個電極，其中在每一個陣列中的電極是串列互連的。
用於所述一或多個傳感器陣列104的替代結構是被思及並且亦可被利用，其例如包含使用非碟狀的陶瓷元件的傳感器陣列、以及使用被設置在複數個平坦導體之上非陶瓷介電材料的傳感器陣列。後者的例子是包含被設置在印刷電路板上的墊之上、或是在平坦的金屬片之上的聚合物膜。使用並未電容性耦合的電極元件的傳感器陣列亦可被利用。在此情況中，所述傳感器陣列的每一個元件將會利用一導電材料的區域來加以實施，其被配置以用於靠著對象/患者的身體來佈置，其中沒有絕緣介電層被設置在所述導電的元件以及所述身體之間。其它用於實施所述傳感器陣列的替代結構亦可被利用。任何傳感器陣列(或是類似的裝置/構件)的配置、安排、類型及/或類似者都可被利用於在此所述的方法及系統，只要所述傳感器陣列(或是類似的裝置/構件)的配置、安排、類型及/或類似者是如同在此所述的(a)能夠傳遞腫瘤治療電場至對象/患者的身體、以及(b)可被佈置、配置、及/或設置在患者/對象的身體的一部分上即可。
所述設備100的狀態以及被監測的參數可被儲存在記憶體(未顯示)，並且可以透過有線或無線的連線而被傳輸到計算裝置。所述設備100可包括顯示器(未顯示)以用於顯示視覺的指示器，例如是接通電源、治療中、警報、以及低電量。
圖3A及圖3B描繪所述設備100的一範例應用。一傳感器陣列104a以及一傳感器陣列104b被展示，其分別被納入一低變應原的醫療用黏性繃帶120a及120b中。所述低變應原的醫療用黏性繃帶120a及120b是被施加至皮膚表面302。一腫瘤304是位在所述皮膚表面302以及骨組織306之下，並且是位在腦組織308之內。所述電場產生器102是使得所述傳感器陣列104a以及所述傳感器陣列104b在所述腦組織308之內產生交變電場310，其干擾由所述腫瘤304的癌細胞所呈現的快速細胞分裂。所述交變電場310已經在非臨床實驗中顯示阻止腫瘤細胞的擴散及/或破壞腫瘤細胞。所述交變電場310的使用是利用分裂的癌細胞的特殊的特徵、幾何形狀、以及速率，此使得其容易受所述交變電場310的效應的影響。所述交變電場310是在一中頻(100-300kHz的數量級)下改變其極性。用於一特定治療的頻率可以是所治療的細胞類型特定的(例如，用於MPM的150kHz)。所述交變電場310已經顯示在細胞質分裂(cytokinesis)期間干擾紡錘體微管組合(mitotic spindle microtubule assembly)，並且導致細胞內的大分子以及細胞器(organelles)的介電泳錯位。這些過程是導致細胞膜的物理干擾以及細胞計劃性死亡(細胞凋亡(apoptosis))。
因為所述交變電場310的影響是方向性的，其中平行於所述電場的細胞分裂是比在其它方向上的細胞分裂受到更多影響，並且因為細胞是在所有方向上都分裂，因此交變電場310可以透過兩對傳感器陣列104來傳遞，其在被治療的腫瘤之內產生垂直的場。更明確地說，一對傳感器陣列104可以是位在所述腫瘤的左右(LR)，而另一對傳感器陣列104可以是位在所述腫瘤的前後(AP)。在這兩個方向(例如，LR及AP)之間循環所述交變電場310是確保一最大範圍的細胞方位被針對到。在一實施例中，所述交變電場310可以根據傳感器陣列104的一對稱的佈置(例如，總共四個傳感器陣列104，兩個匹配的對)而被傳送。在另一實施例中，所述交變電場310可以根據傳感器陣列104的一不對稱的佈置(例如，總共三個傳感器陣列104)而被傳送。傳感器陣列104的一不對稱的佈置可以使得所述三個傳感器陣列104中的兩個傳送所述交變電場310，並且接著切換到所述三個傳感器陣列104的另兩個以傳送所述交變電場310、與類似者。
在活體內以及體外的研究顯示腫瘤治療電場的療法的功效是隨著所述電場的強度增加而增加。所述方法、系統及設備是被配置以用於最佳化在患者的頭皮上的陣列佈置，以增加在腦部的患病區域中的強度。
如同在圖4A中所示，所述傳感器陣列104可被佈置在一患者的頭部上。如同在圖4B中所示，所述傳感器陣列104可被佈置在一患者的腹部上。如同在圖5A中所示，所述傳感器陣列104可被佈置在一患者的軀幹上。如同在圖5B中所示，所述傳感器陣列104可被佈置在一患者的骨盆上。所述傳感器陣列104在一患者的身體的其它部分(例如，手臂、腳等等)上的佈置是明確被思及的。
圖6是描繪一種系統600的非限制性的例子的方塊圖，其包括一患者支援系統602。所述患者支援系統602可包括一或多個電腦，其被配置以操作及/或儲存一電場產生器(EFG)配置應用程式606、一患者模型化應用程式608、及/或成像資料610。所述患者支援系統602例如可包括一計算裝置。所述患者支援系統602例如可包括一膝上型電腦、一桌上型電腦、一行動電話(例如，智慧型手機)、一平板電腦、與類似者。
所述患者模型化應用程式608可被配置以根據所述成像資料610來產生一患者的身體的一部分的一個三維的模型(例如，一患者模型)。所述成像資料610可包括任意類型的視覺的資料，例如像是單光子發射計算的電腦斷層掃描(SPECT)影像資料、X射線計算的電腦斷層掃描(X射線CT)資料、核磁共振成像(MRI)資料、正子發射電腦斷層掃描(PET)資料，可藉由光學設備(例如，照相機、電荷耦合裝置(CCD)攝影機、紅外線攝影機等等)捕捉的資料、與類似者。在某些實施方式中，影像資料可包含從3D掃描器獲得、或是藉由3D掃描器產生的3D資料(例如，點雲資料)。所述患者模型化應用程式608亦可被配置以根據所述患者模型以及一或多個電場模擬來產生一個三維的陣列佈局圖。
為了適當地最佳化在一患者的身體的一部分上的陣列佈置，所述成像資料610(例如MRI成像資料)可以藉由所述患者模型化應用程式608來分析，以識別包括一腫瘤的一所關注的區域。在一患者的頭部的使用場合中，為了描述電場是如何行為及散布在人的頭部之內的特徵，根據利用有限元素法(FEM)模擬的解剖的頭部模型的模型建立構架可被使用。這些模擬是根據核磁共振成像(MRI)量測來產生逼真的頭部模型，並且劃分在頭部之內的組織類型，例如是頭骨、白質、灰質、以及腦脊液(CSF)。每一個組織類型可被指定針對於相對導電度及介電係數的介電性質，並且模擬可加以執行，藉此不同的傳感器陣列配置是被施加至所述模型的表面，以理解一具有預設頻率的外部施加的電場將會如何散布遍及一患者的身體(例如，腦部)的任何部分。這些採用配對的陣列配置、一固定的電流、以及一200kHz的預設頻率的模擬的結果已經證明在整個腦部的電場分布是相當不均勻的，並且超過1V/cm的電場強度是被產生在除了CSF之外的大多數的組織腔室中。這些結果是假設在所述傳感器陣列-頭皮介面具有一波峰至波峰的1800毫安培(mA)的值的總電流而獲得的。此電場強度的臨界值是足以抑制在膠質母細胞瘤細胞株中的細胞增生。此外，藉由操縱配對的傳感器陣列的配置，達成如同在圖7中所示的腦部的一特定區域幾乎三倍的電場強度是可能的。圖7是描繪以冠狀視圖展示的來自一有限元素法模擬模型的電場大小及分布(以V/cm為單位)。此模擬是利用左右配對的傳感器陣列配置。
在一特點中，所述患者模型化應用程式608可被配置，以根據腫瘤的位置及範圍來決定用於一患者的所要的(例如，最佳的)傳感器陣列佈局。例如，最初的形態計量(morphometric)頭部尺寸量測可以從腦部MRI的T1序列，利用軸向及冠狀視圖來加以決定。對比後軸向及冠狀的MRI切面可被選擇以顯示增強病灶的最大直徑。採用頭部尺寸以及從預設的基準標記至腫瘤邊緣的距離的量測，配對的陣列佈局的不同的排列及組合可被評估，以產生傳送最大的電場強度至所述腫瘤位置的配置。如同在圖8A中所示，所述輸出可以是一個三維的陣列佈局圖800。如同在圖8B中所示，所述三維的陣列佈局圖800可以在正常的腫瘤治療電場的療法過程期間被患者及/或照顧者使用在將陣列配置在頭皮上。
在一特點中，所述患者模型化應用程式608可被配置以決定用於一患者的三維的陣列佈局圖。患者的將接收所述傳感器陣列的部分的MRI量測可被決定。例如，所述MRI量測可以經由一標準的醫療數位影像傳輸協定(DICOM)查看器來加以接收。MRI量測的確定可以是例如藉由人工智慧技術來自動地加以執行、或是可以例如藉由醫師來人工地加以執行。
人工的MRI量測的確定可包括經由一DICOM查看器的接收及/或提供MRI資料。所述MRI資料可包括患者的包含一腫瘤的部分的掃描。例如，在一患者的頭部的使用場合中，所述MRI資料可包括頭部的掃描，其包括右額顳葉腫瘤、右頂顳葉腫瘤、左額顳葉腫瘤、左頂枕葉腫瘤、及/或多病灶中線腫瘤中的一或多個。圖9A、圖9B、圖9C及圖9D是展示範例的MRI資料，其顯示一患者的頭部的掃描。圖9A是展示一含有最頂端影像的軸向的T1序列切面，其包含被用來量測頭部尺寸的軌道。圖9B是展示一冠狀T1序列切面，其選擇在耳道高度的影像，而被用來量測頭部尺寸。圖9C是展示一對比後T1軸向的影像，其展示最大的增強腫瘤直徑以被用來量測腫瘤位置。圖9D是展示一對比後T1冠狀影像，其展示最大的增強腫瘤直徑以被用來量測腫瘤位置。MRI量測可以從在頭皮的外側邊緣的基準標記開始，並且從一右、前、上面的原點成切線地延伸。形態計量頭部尺寸可以從選擇仍然包含所述軌道的最頂端影像(或是在所述軌道的上面邊緣的正上方的影像)的軸向的T1 MRI序列來加以估計。
在一特點中，所述MRI量測例如可包括頭部尺寸量測及/或腫瘤量測中的一或多個。在一特點中，一或多個MRI量測可以被四捨五入至最接近的毫米，並且可被提供至一傳感器陣列佈置模組(例如，軟體)以用於分析。所述MRI量測接著可被用來產生所述三維的陣列佈局圖(例如，三維的陣列佈局圖800)。
所述MRI量測可包括一或多個頭部尺寸量測，例如：一最大的前後(A-P)頭部尺寸，其是從頭皮的外側的邊緣開始量測；頭部的垂直於所述A-P量測的一最大的寬度：左右橫向的距離；及/或從頭皮的最遠的右邊緣至解剖的中線的距離。
所述MRI量測可包括一或多個頭部尺寸量測，例如是冠狀視圖的頭部尺寸量測。冠狀視圖的頭部尺寸量測可以是在選擇在耳道高度的影像(圖9B)的T1 MRI序列上獲得的。所述冠狀視圖的頭部尺寸量測可包括以下的一或多個：從頭皮頂端至一勾畫顳葉的下緣的正交線的一垂直的量測；一最大的從右到左橫向的頭部寬度；及/或從頭皮的最右邊邊緣至解剖的中線的一距離。
所述MRI量測可包括一或多個腫瘤量測，例如腫瘤位置量測。所述腫瘤位置量測可以利用首先是在顯示最大的增強腫瘤直徑的軸向的影像(圖9C)上的T1對比後MRI序列來做成。所述腫瘤位置量測可包括以下的一或多個：一不包括鼻子的最大A-P頭部尺寸；垂直於所述A-P距離所量測的一最大的從右到左的橫向直徑；從頭皮的右邊緣至解剖的中線的一距離；平行於所述左右橫向的距離並且垂直於所述A-P量測所量測的從頭皮的右邊緣至最接近的腫瘤邊緣的一距離；平行於所述左右橫向的距離、垂直於所述A-P量測所量測的從頭皮的右邊緣至最遠的腫瘤邊緣的一距離；平行於所述A-P量測所量測的從頭部的前端至最接近的腫瘤邊緣的一距離；及/或平行於所述A-P量測所量測的從頭部的前端至最遠的腫瘤邊緣的一距離。
所述一或多個腫瘤量測可包括冠狀視圖腫瘤量測。所述冠狀視圖腫瘤量測可包括識別特點為最大直徑的腫瘤強化(圖9D)的對比後T1 MRI切面。所述冠狀視圖的腫瘤量測可包括以下的一或多個：從頭皮的頂端至大腦(cerebrum)的下緣的一最大的距離。在前切面中，此將會是藉由畫在額葉或顳葉的下緣的一水平線來劃界的，並且其將會向後地延伸至可見的小腦幕(tentorium)的最低的高度；一最大的從右到左橫向的頭部寬度；從頭皮的右邊緣至解剖的中線的一距離；平行於所述左右橫向的距離所量測的從頭皮的右邊緣至所述最接近的腫瘤邊緣的一距離；平行於所述左右橫向的距離所量測的從頭皮的右邊緣至最遠的腫瘤邊緣的一距離；平行於上頂端至下大腦線所量測的從頭部的頂端至最接近的腫瘤邊緣的一距離；及/或平行於上頂端至下大腦線所量測的從頭部的頂端至最遠的腫瘤邊緣的一距離。
其它MRI量測可被利用，特別是當腫瘤存在於患者的身體的另一部分中時。所述MRI量測可被所述患者模型化應用程式608利用以產生一患者模型。在某些實例中，量測可以從除了MRI影像之外的影像導出，例如是從射線照相、超音波、彈性攝影、光聲成像、正子發射電腦斷層掃描、心臟超音波、磁性粒子成像、功能性近紅外光譜技術、及/或類似者導出的影像(例如，所述成像資料610等等)。任何影像都可被用來產生所述患者模型。所述患者模型可被用來最佳化腫瘤治療電場的治療計畫。例如，所述患者模型可以具有被指定到所述模型中的被指出的各種組織類型的電氣特性，並且所述患者模型可被用來決定所述三維的陣列佈局圖(例如，三維的陣列佈局圖800)。表1是展示可被用在模擬的組織的標準的電氣特性。
表1
組織類型 導電度S/m 相對介電係數
頭皮 0.3 5000
頭骨 0.08 200
腦脊液 1.79 110
灰質 0.25 3000
白質 0.12 2000
增強腫瘤 0.24 2000
強化非腫瘤 0.36 1170
切除腔 1.79 110
壞死性腫瘤 1 110
血腫 0.3 2000
缺血 0.18 2500
萎縮 1 110
空氣 0 0
繼續在一患者的頭部內的一腫瘤的例子，一健康的頭部模型可加以產生，其作用為一可變形的樣版，患者模型可以從其來產生。當產生一患者模型時，所述腫瘤可以從患者的MRI資料(例如，一或多個MRI量測)加以分割。分割所述MRI資料是識別在每一個體素(voxel)中的組織類型，並且電性性質可以根據經驗性資料而被指定到每一個組織類型。在患者MRI資料中的腫瘤區域可能被遮蔽，因而非剛性的配準(registration)演算法可被用來配準患者頭部的其餘區域到一代表所述健康的頭部模型的可變形的樣版的3D離散的影像上。此過程產生一非剛性的轉換，其將患者的頭部的健康的部分對映到樣版空間中、以及逆轉換，其將所述樣版對映到患者空間中。所述逆轉換是被施加至所述3D可變形的樣版，以產生患者頭部在無腫瘤下的一近似。最後，腫瘤(被稱為一所關注的區域(ROI))是被植回所述變形的樣版中，以產生完整的患者模型。所述患者模型可以是患者的身體的部分(其包含內部的結構，例如是組織、器官、腫瘤等等)在三維的空間中的一數位表示。
從所述影像資料610導出的影像(例如，三維的(3D)影像等等)可包含複數個體素，其代表所述模型被導出所來自的患者中所存在的解剖的結構(例如，組織、器官、腫瘤等等)。例如，所述影像的每一個體素可被指定到三種類型的結構：一組織結構、一所關注的區域(ROI)結構、以及一避開類型結構。一組織類型結構可以定義在所述影像之內的一體素的組織類型(例如，灰質、白質、皮膚、頭骨、強化腫瘤等等)以及相關聯的電氣特性(例如，導電度、相對介電係數等等)。一ROI結構可包含患者模型中的使用者所關注的體素的集合。例如，所述使用者可能想要藉由最大化和在一特定的ROI之內的一電場相關聯的功率損失來最佳化治療、或是可能想要計算在一特定的ROI之內的平均場強度。避開區域類型結構可包含在所述影像(及/或患者模型)之內的其中傳感器陣列佈置在模擬TTField傳送時應該加以避開的區域。
所述患者模型化應用程式608可包含半自動的工具/功能，其使得使用者能夠分割被用來產生一患者模型的影像，並且指定體素至所述各種的結構。在某些實例中，所述患者模型化應用程式608可以利用覆寫的邏輯及/或工具，其使得使用者能夠分割所述影像。例如，當分割影像時，所述使用者可以經由一自動/半自動的工具及/或人工的工具(例如一塗抹刷)，來指定體素至一特定的結構。所述使用者可以限定所述體素正被指定到/來自的區域。所述使用者可以針對於在分割期間體素將會被指定到的一結構選擇/指出一主動標籤。所述使用者可以針對於將會被塗覆(例如，被覆寫等等)的體素，例如是在所述結構之內將會被指定到藉由所述主動標籤所界定的一目標結構的體素，選擇/指出一塗覆的標籤。所述使用者可以選擇/指出一限定到的標籤以定義分割應該被限定到的一結構。例如，能夠被指定所述主動標籤的體素可被限定為在分割期間被指定到和所述塗覆的標籤相關聯的一結構、以及和所述限定到的標籤相關聯的一結構的體素。例如，若一使用者利用所述患者模型化應用程式608來分割一腫瘤成為不同的組織類型，則所述使用者可以選擇「主動腫瘤」(例如，正被分割的腫瘤)作為所述主動標籤。所述使用者可以利用所述患者模型化應用程式608以覆寫尚未被指定到一組織類型的體素，並且可以利用所述患者模型化應用程式608來限定分割至界定正被分割的腫瘤的體積的一ROI。圖10A是描繪所述患者模型化應用程式608的一使用者介面1000。所述使用者介面1000可以是所述患者模型化應用程式608的一互動的元素，例如是一螢幕、頁面及/或類似者。如同所繪的，一使用者已經選擇一主動標籤1010，其指定一影像的體素至一稱為壞死的(necrotic)結構。一塗覆的標籤1020是指出「任意組織」，其指出任何新的體素指定都可以覆寫先前被指定的任何體素到在所述影像之內的任何種類的組織結構。一限定到的標籤1030指出分割是被限定到(例如，只能夠影響、可以覆寫等等)所述影像的被指定到一所關注的區域，例如是「ROI 1」的體素。
在某些實例中，所述患者模型化應用程式608可包含一或多個互動的填入類型的演算法(例如，一區域生長演算法、一水平集演算法、一主動輪廓為基礎的演算法等等)，其根據在所述ROI之內的一種子體素(例如，一種子體積/曲線等等)來分割來自一影像的ROI。當所述患者模型化應用程式608起始分割時，所述種子體素可以改變形狀，直到其在所述影像中捕捉可以與周圍環境(例如，一背景等等)分辨的一連接的區域(例如，一前景等等)為止，其是根據例如灰階位準、在所述區域之內的圖案/紋理、在前景及背景之間的明顯的邊緣、及/或類似者的特徵而定。圖10B描繪所述患者模型化應用程式608的使用者介面1000。在某些實例中，所述使用者介面1000可以是所述患者模型化應用程式608的一互動的元素，其使得任何/所有的使用者動作都能夠經由所述使用者介面1000，例如是單一螢幕、頁面及/或類似者來加以執行。在某些實例中，所述使用者介面1000可包含多個螢幕、頁面及/或類似者。當被起始，所述使用者介面1000可以使得使用者能夠利用一互動的工具(例如，一滑鼠、游標、鍵盤等等)來將種子(例如，種子體素等等)置入一影像(例如影像1001、1002、1003及1004)中。當一種子被置入時，一ROI 1005可被顯示在所述影像1001、1002、1003及1004中，並且一自動的臨界值可加以執行。所述患者模型化應用程式608可以接收一或多個指令/信號(例如，經由所述互動的工具等等)來改變所述ROI的形狀及/或位置、改變被用來分開前景及背景的所述臨界值、刪除及/或增加額外的種子、及/或類似者。在某些實例中，任何被置入在一ROI之外的種子都可被忽略。所述ROI可以根據所述種子位置而被更新。所述使用者介面1000是使得所述患者模型化應用程式608能夠用一種迭代且非順序的方式來接收指令/信號(例如，置入/調整種子的指令、設定臨界值的指令、改變一ROI的一形狀/位置的指令等等)。在某些實例中，和所述使用者介面1000的互動可以使得所述患者模型化應用程式608終止、停止、及/或暫停在所述影像1001、1002、1003及1004的特定的區域中的一區域的填入的演算法的起始/進行。例如，所述互動的工具可被用來標記所述影像1001、1002、1003及1004的體素，並且形成一分割區域無法成長超過的一障礙。例如，若一使用者正利用所述患者模型化應用程式608的使用者介面1000來分割位於靠近在一影像中所描繪的腦室的在所述影像中所描繪的一切除腔，則體素可被標記/選擇以指出位在所述切除腔以及所述腦室之間的邊界的一阻擋區域。所述被標記/選擇的體素可以形成所述區域填入演算法無法通過的一邊界，以確保所述切除腔正確地分割，而無所述區域流入所述腦室中。在某些實例中，所述使用者介面1000可包含一或多個先進的選項，其使得在影像之內的體素能夠被標記/選擇，且/或一或多個邊界能夠被產生。
在某些實例中，所述使用者介面1000可以致能在一影像中所代表的第一結構至所述影像中所代表的第二結構的指定，其是藉由將和所述第一結構相關聯的所有體素關聯到所述第二結構。例如，如同在圖10B中所示，在1006的和一ROI相關聯的體素是指出/表示一腫瘤體積(GTV)可被指定到強化腫瘤的一組織類型。體素至結構的指定可以是根據所述患者模型化應用程式608經由任何方法/裝置來接收一或多個指令/信號而定。在某些實例中，體素至結構的指定可以是根據所述患者模型化應用程式608經由所述互動的工具，例如點擊(例如，一滑鼠點擊等等)及/或拖曳指令，來接收一或多個指令/信號而定。例如，為了指定屬於所述第一結構的體素至所述第二結構，使用者可以將所述互動的工具移動到所述第一結構之上、經由所述互動的工具來點擊/選擇/標記所述第一結構、經由所述互動的工具來拖曳所述第一結構至所述第二結構、以及經由所述互動的工具以在所述第二結構上放下所述第一結構(例如，使得所述第一結構的體素的座標是和所述第二結構的體素的座標相關聯等等)。任意數量的結構都可被指定到另一結構。一旦影像已經被分割後，所述使用者介面1000的一互動的構件1006可被選擇(例如，互動等等)，以使得所述患者模型化應用程式608產生/創造一患者模型。
腫瘤治療電場的傳送，可藉由所述患者模型化應用程式608，利用所述患者模型來模擬。模擬的電場分布、劑量、以及基於模擬的分析是被描述在由Ballo等人(2019)的美國專利公開案號20190117956 A1及刊物「在新確診的膠質母細胞瘤中的腫瘤治療電場劑量至存活結果的關聯性：來自第3期EF-14隨機試驗的資料的基於大規模的數值模擬的分析」中，所述內容是以其整體而被納入在此作為參考。
為了確保所述傳感器陣列相對於腫瘤位置的有系統的定位，一參考座標系統可被定義。例如，一横截(transversal)平面最初可以是藉由所述傳感器陣列的習知的LR及AP定位所界定。所述左右方向可被定義為x軸，所述AP方向可被定義為y軸，並且垂直於所述XY平面的頭尾(cranio-caudal)方向可被定義為Z軸。
在界定所述座標系統之後，傳感器陣列可以虛擬地上被佈置在所述患者模型上，其中其中心以及縱軸是在所述XY平面中。一對傳感器陣列可以有系統地繞著所述頭部模型的z軸旋轉，亦即在所述XY平面中，從0到180度，藉此(對稱地)涵蓋頭部的整個周邊。旋轉間隔例如可以是15度，其對應於約2cm的平移，此在180度的範圍中得到總數十二個不同的位置。其它的旋轉間隔亦被思及。電場分布計算可以針對於每一個傳感器陣列位置相對腫瘤的座標來加以執行。
在所述患者模型中的電場分布可以藉由所述患者模型化應用程式608，利用電位的一有限元素(FE)近似來加以決定。一般而言，界定一時變的電磁場的量是藉由複數麥斯威爾方程式給出的。然而，在生物學的組織中並且在低至中頻的腫瘤治療電場(f=200kHz)下，電磁波長是遠大於頭部的尺寸，並且介電係數ε相較於實數值的導電度σ是可忽略的，亦即，其中ω=2πf是角頻率。此意指在所述組織中的電磁傳播效應以及電容效應是可忽略的，因而純量電位可以在電極與皮膚的適當的邊界條件下，良好地藉由靜態拉普拉斯方程式▽ ·(σ▽ ϕ)=0來加以近似。因此，複數阻抗是被當作為電阻性的(亦即電抗是可忽略的)，並且流動在體積導體之內的電流因此主要是自由(歐姆)電流。拉普拉斯方程式的FE近似可以利用SimNIBS軟體(simnibs.org)而被計算出。計算是根據伽遼金(Galerkin)方法，並且針對於共軛梯度求解器的殘差(residuals)是需要為＜1E-9。狄利克雷(Dirichlet)邊界條件是在每一組的電極陣列的所述電位被設定為(任意選擇的)固定值下加以使用的。所述電(向量)場是被計算為所述電位的數值的梯度，並且所述電流密度(向量場)可以利用歐姆定律，從所述電場而被計算出。所述電場值的電位差以及所述電流密度可以線性地重新縮放，以確保每一個陣列對的1.8A的一總波峰至波峰的振幅，其被計算為在作用中的電極盤上的所有三角形表面元素之上的正常電流密度成分的(數值的)面積分。此對應於用於藉由所述Optune®裝置的臨床腫瘤治療電場療法的電流位準。腫瘤治療電場的「劑量」是被計算為所述電場向量的強度(L2範數(norm))。被建立模型的電流是被假設為由兩個個別且依序作用的源端提供的，其分別連接至一對3×3傳感器陣列。所述左及後陣列可以在所述模擬中被界定為源端，而所述右及前陣列分別是所述對應的匯端(sinks)。然而，因為腫瘤治療電場是利用交變的場，因而此選擇是任意的，而且不影響所述結果。
藉由被佈置在患者上的多個位置的傳感器陣列所產生的一平均電場強度可以藉由所述患者模型化應用程式608，針對於一或多個組織類型來加以決定。在一特點中，對應於在腫瘤組織類型中的最高的平均電場強度的傳感器陣列位置可被選作為用於患者的一所要的(例如，最佳的)傳感器陣列位置。在另一特點中，用於一傳感器陣列的一或多個候選位置可以由於患者的一身體狀況而被排除。例如，一或多個候選位置可以根據皮膚發炎、疤痕、手術位置、不適等等的區域而被排除。於是，在排除一或多個候選位置之後，對應於在腫瘤組織類型中的最高平均電場強度的傳感器陣列位置可被選作為用於患者的一所要的(例如，最佳的)傳感器陣列位置。因此，可能會選擇產生小於最大可能的平均電場強度的一傳感器陣列位置。
所述患者模型可被修改以包含所要的傳感器陣列位置的一指示。包括所要的傳感器陣列位置的指示的所產生的患者模型可被稱為三維的陣列佈局圖(例如，三維的陣列佈局圖600)。所述三維的陣列佈局圖因此可以包括在三維的空間中患者身體的部分、腫瘤位置的一指示、用於一或多個傳感器陣列的佈置的位置的一指示、其之組合、與類似者的一數位表示。
所述三維的陣列佈局圖可以用一數位形式及/或一身體形式而被提供給患者。所述患者及/或患者照顧者可以使用所述三維的陣列佈局圖，以將一或多個傳感器陣列黏貼至所述患者身體的一相關的部分(例如，頭部)。
圖11是描繪包括所述患者支援系統104的一非限制性的例子的環境1100的方塊圖。在一特點中，任何所述方法的某些或所有的步驟都可以在如同在此所述的計算裝置上執行。所述患者支援系統104可包括一或是多個電腦，其被配置以儲存所述EFG配置應用程式606、所述患者模型化應用程式608、所述成像資料610、與類似者中的一或多個。
所述患者支援系統104可以是一數位電腦，其就硬體架構而論大致是包含一處理器1109、記憶體系統1120、輸入/輸出(I/O)介面1112、以及網路介面1114。這些構件(1109、1120、1112及1114)是經由一本地的介面1116來通訊地耦接。如同此項技術中已知的，所述本地的介面1016可以是(例如但不限於)一或多個匯流排、或是其它有線或無線的連線。所述本地的介面1016可以具有額外的元件以致能通訊，其為了簡化起見而被省略，例如是控制器、緩衝器(快取)、驅動器、中繼器、以及接收器。再者，所述本地的介面可包含位址、控制、及/或資料連線，以致能在前述構件之間的適當的通訊。
所述處理器1109可以是用於執行軟體，特別是執行儲存在記憶體系統1120中的軟體的一硬體裝置。所述處理器1109可以是任何客製或市售的處理器、一中央處理單元(CPU)、在和所述患者支援系統104相關的數個處理器中的一輔助的處理器、一半導體為基礎的微處理器(其具有一微晶片或是晶片組的形式)、或是大致為任何用於執行軟體指令的裝置。當所述患者支援系統104在操作中，所述處理器1109可被配置以執行在所述記憶體1120之內所儲存的軟體、往返於所述記憶體1120通訊資料、以及大致根據所述軟體來控制所述患者支援系統104的操作。
所述I/O介面1112可被用來從一或多個裝置或構件接收使用者輸入、及/或用於提供系統輸出至一或多個裝置或構件。使用者輸入例如可以是經由鍵盤及/或滑鼠來加以提供。系統輸出可以經由顯示裝置及印表機(未顯示)來加以提供。所述I/O介面1112例如可包含串列埠、並列埠、小型電腦系統介面(SCSI)、IR介面、RF介面、及/或通用串列匯流排(USB)介面。
所述網路介面1114可被用來從所述患者支援模組104發送及接收。所述網路介面1114例如可包含10BaseT乙太網路轉接器、100BaseT乙太網路轉接器、LAN PHY乙太網路轉接器、訊標環轉接器、無線網路轉接器(例如，WiFi)、或是任何其它適當的網路介面裝置。所述網路介面1114可包含位址、控制、及/或資料連線以致能適當的通訊。
所述記憶體系統1120可包含揮發性記憶體元件(例如，隨機存取記憶體(RAM，例如是DRAM、SRAM、SDRAM等等))以及非揮發性記憶體元件(例如，ROM、硬碟機、磁帶、CDROM、DVDROM等等)的任一個或組合。再者，所述記憶體1120可以納入電子、磁性、光學、及/或其它類型的儲存媒體。注意到的是，所述記憶體系統1120可以具有一分散的架構，其中各種的構件是位在彼此的遠端，但是可藉由所述處理器1109存取。
在記憶體系統1120中的軟體可包含一或多個軟體程式，每一個軟體程式包括可執行的指令的一有序的表列，以用於實施邏輯功能。在圖11的例子中，在所述患者支援系統104的記憶體系統1120中的軟體可包括所述EFG配置應用程式606、患者模型化應用程式608、成像資料610、以及一適當的作業系統(O/S)1118。所述作業系統1118是實質控制其它電腦程式的執行，並且提供排程、輸入–輸出控制、檔案及資料管理、記憶體管理、以及通訊控制與相關的服務。
為了說明之目的，應用程式以及其它可執行的程式構件(例如所述作業系統1118)在此是被描繪為離散的區塊，儘管所體認的是此種程式及構件可以在各種的時間存在於所述患者支援系統104的不同的儲存構件中。所述EFG配置應用程式606、所述患者模型化應用程式608、所述成像資料610、及/或所述控制軟體1122的一實施方式可被儲存在某種形式的電腦可讀取的媒體上、或是橫跨媒體來發送的。所揭露的方法的任一種都可藉由被體現在電腦可讀取的媒體上的電腦可讀取的指令來加以執行。電腦可讀取的媒體可以是任何可藉由電腦存取的可供利用的媒體。例如且非意謂限制性的，電腦可讀取的媒體可包括「電腦儲存媒體」以及「通訊媒體」。「電腦儲存媒體」可包括揮發性及非揮發性、可拆卸及非可拆卸的媒體，其是用任意方法或技術來實施的，以用於例如是電腦可讀取的指令、資料結構、程式模組、或是其它資料的資訊的儲存。範例的電腦儲存媒體可包括RAM、ROM、EEPROM、快閃記憶體或其它記憶體技術、CD-ROM、數位光碟(DVD)或其它光學儲存、磁性卡匣、磁帶、磁碟片儲存、或是其它磁性儲存裝置、或是任何其它可被利用以儲存所要的資訊並且可藉由電腦存取的媒體。
在圖12描繪的一實施例中，所述設備100、所述患者支援系統602、所述患者模型化應用程式608、以及/任何其它在此所述的裝置/構件中的一或多個可被配置以執行一種方法1200，其包括在1210決定一個三維的(3D)模型，其中所述3D模型包括複數個體素。
在1220，接收一主動標籤的選擇的一指示，其中所述主動標籤的所述選擇是致能一使用者指示器，以使得所述複數個體素中的被互動到的體素和所述主動標籤相關聯。所述使用者指示器可包含一滑鼠、一鍵盤、一觸覺的響應介面(例如，一觸控螢幕等等)、及/或類似者中的一或多個。
在1230，接收一塗覆的標籤的選擇的一指示，其中所述塗覆的標籤的選擇是使得所述複數個體素中的未和所述塗覆的標籤相關聯的體素被寫入保護而不和所述主動標籤相關聯。
在1240，接收一限定到的標籤的選擇的一指示，其指定在所述3D模型之內的一結構，其中所述限定到的標籤的選擇是使得所述複數個體素中的未和在所述3D模型之內的所述結構相關聯的體素被寫入保護而不和所述主動標籤相關聯。
在1250，使得所述複數個體素中的一或多個和所述塗覆的標籤以及所述限定到的標籤相關聯的體素，根據經由所述使用者指示器的和所述一或多個體素的一互動來和所述主動標籤相關聯。
在某些實例中，所述方法1200可包含使得所述3D模型顯示。
在某些實例中，所述方法1200可包含經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動、判斷所述另一或多個體素是和所述塗覆的標籤相關聯的，而不是和所述限定到的標籤相關聯的、以及根據判斷所述另一或多個體素是和所述塗覆的標籤相關聯的而不是和所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
在某些實例中，所述方法1200可包含經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動、判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的、以及根據判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
在某些實例中，所述方法1200可包含經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動，判斷所述另一或多個體素是和所述限定到的標籤相關聯的而未和所述塗覆的標籤相關聯的、以及根據判斷所述另一或多個體素是和所述限定到的標籤相關聯的而未和所述塗覆的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
在圖13描繪的一實施例中，所述設備100、所述患者支援系統602、所述患者模型化應用程式608、以及/任何其它在此所述的裝置/構件中的一或多個可被配置以執行一種方法1300，其包括在1310，決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和一照明強度值相關聯的，其中所述複數個體素中的每一個體素是根據所述個別的照明強度值來和所述3D模型的一所代表的前景、或是所述3D模型的一所代表的背景相關聯的。在某些實例中，一照明強度值可以是和一RGB色彩相關聯的。
在1320，使得一互動的元素顯示。在某些實例中，所述互動的元素可以是單一螢幕、頁面及/或類似者，其是使得所述方法1300的所有的互動步驟都能夠經由所述單一螢幕、頁面及/或類似者來加以執行。
在1330，經由所述互動的元素來接收一種子體素的選擇的一指示，其中所述種子體素是和具有一特定的值的一照明強度相關聯的。
在1340，判斷所述複數個體素中的一或多個具有在所述特定的值的一臨界範圍之內的照明強度值的體素，其中所述複數個體素中的所述一或多個具有在所述特定的值的所述臨界範圍之內的所述照明強度值的體素是和在所述3D結構之內的一所關注的區域(ROI)相關聯的。
在1350，造成在一或多個和所述ROI相關聯的體素的所述照明強度值上的一改變、以及所述複數個體素中的一或多個體素的所述照明強度值的一改變中的一或多者。
在1360，根據在所述一或多個和所述ROI相關聯的體素的所述照明強度值上的所述改變、以及所述複數個體素中的所述一或多個體素的所述照明強度值的所述改變中的一或多者，造成在所述ROI的一所代表的形狀上的一改變、以及在所述ROI在所述3D模型之內的一位置上的一改變中的一或多者。
在1370，根據經由一使用者指示器的和所述互動的元素的一互動來重複步驟1330-1360中的一或多個。
在1380，根據經由所述使用者指示器的和所述互動的元素的另一互動，來關聯所述複數個體素中的一或多個體素與在所述ROI之內的一邊界，其中所述一或多個和所述邊界相關聯的體素的所述照明強度值是匹配所述特定的值。
在1390，使得在所述邊界之內的一或多個體素的所述照明強度值匹配所述特定的值。
在圖14描繪的一實施例中，所述設備100、所述患者支援系統602、所述患者模型化應用程式608、以及/任何其它在此所述的裝置/構件中的一或多個可被配置以執行一種方法1400，其包括在1410，決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和在所述3D模型之內的座標相關聯的。
在1420，判斷在所述3D模型之內的一結構，其中所述結構包括所述複數個體素中的一或多個體素。
在1430，判斷在所述3D模型之內的另一結構，其中所述另一結構包括所述複數個體素中的另一或多個體素。
在1440，接收所述另一或多個體素的選擇的一指示。
在1450，根據所述另一或多個體素的所述選擇的所述指示來接收一請求，以改變所述另一或多個體素的所述座標。
在1460，根據所述請求來改變所述另一或多個體素的所述座標，其中改變所述座標是關聯所述另一結構與所述結構。
考慮到所述設備、系統及方法以及其之變化，在以下所描述的是本發明的某些更特別敘述的實施例。然而，這些特別闡述的實施例不應該被解讀為在任何包含不同或是在此所述的更一般的教示的不同請求項上有任何限制效果、或是所述「特定的」實施例不知何故以除了其中文義所使用的語言的固有意義之外的某種方式受到限制。
實施例1：一種方法，其包括：決定一個三維的(3D)模型，其中所述3D模型包括複數個體素；接收一主動標籤的選擇的一指示，其中所述主動標籤的所述選擇是致能一使用者指示器，以使得所述複數個體素中的被互動到的體素和所述主動標籤相關聯；接收一塗覆的標籤的選擇的一指示，其中所述塗覆的標籤的選擇是使得所述複數個體素中的未和所述塗覆的標籤相關聯的體素被寫入保護而不和所述主動標籤相關聯；接收一限定到的標籤的選擇的一指示，其指定在所述3D模型之內的一結構，其中所述限定到的標籤的所述選擇是使得所述複數個體素中的未和在所述3D模型之內的所述結構相關聯的體素被寫入保護而不和所述主動標籤相關聯；以及使得所述複數個體素中的一或多個和所述塗覆的標籤以及所述限定到的標籤相關聯的體素，根據經由所述使用者指示器的和所述一或多個體素的一互動來和所述主動標籤相關聯。
實施例2：如同在先前的實施例的任一個中的實施例，其進一步包括使得所述3D模型顯示。
實施例3：如同在先前的實施例的任一個中的實施例，其中所述使用者指示器包括一滑鼠、一鍵盤、或是一觸覺的響應介面中的一或多個。
實施例4：如同在先前的實施例的任一個中的實施例，其進一步包括經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動；判斷所述另一或多個體素是和所述塗覆的標籤相關聯的而不是和所述限定到的標籤相關聯的；以及根據判斷所述另一或多個體素是和所述塗覆的標籤相關聯的而不是和所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
實施例5：如同在所述實施例1-3的任一個中的實施例，其進一步包括經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動；判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的；以及根據判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
實施例6：如同在所述實施例1-3的任一個中的實施例，其進一步包括經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的一互動；判斷所述另一或多個體素是和所述限定到的標籤相關聯的而未和所述塗覆的標籤相關聯的；以及根據判斷所述另一或多個體素是和所述限定到的標籤相關聯的而未和所述塗覆的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
實施例7：一種方法，其包括：(a)決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和一照明強度值相關聯的，其中所述複數個體素中的每一個體素是根據所述個別的照明強度值來和所述3D模型的一所代表的前景、或是所述3D模型的一所代表的背景相關聯的；(b)使得一互動的元素顯示；(c)經由所述互動的元素來接收一種子體素的選擇的一指示，其中所述種子體素是和具有一特定的值的一照明強度相關聯的；(d)判斷所述複數個體素中的一或多個具有在所述特定的值的一臨界範圍之內的照明強度值的體素，其中所述複數個體素中的所述一或多個具有在所述特定的值的所述臨界範圍之內的所述照明強度值的體素是和在所述3D結構之內的一所關注的區域(ROI)相關聯的；(e)造成在一或多個和所述ROI相關聯的體素的所述照明強度值上的一改變、以及所述複數個體素中的一或多個體素的所述照明強度值的一改變中的一或多者；(f)根據在所述一或多個和所述ROI相關聯的體素的所述照明強度值上的所述改變、以及所述複數個體素中的所述一或多個體素的所述照明強度值的所述改變中的一或多個，來造成在所述ROI的一所代表的形狀上的一改變、以及在所述ROI在所述3D模型之內的一位置上的一改變中的一或多者；(g)根據經由一使用者指示器的和所述互動的元素的一互動來重複步驟(c)-(f)中的一或多個；(h)根據經由所述使用者指示器的和所述互動的元素的另一互動來關聯所述複數個體素中的一或多個體素與在所述ROI之內的一邊界，其中所述一或多個和所述邊界相關聯的體素的所述照明強度值是匹配所述特定的值；以及(i)使得在所述邊界之內的一或多個體素的所述照明強度值匹配所述特定的值。
實施例8：如在所述實施例7中的實施例，其中一照明強度值是和一RGB色彩相關聯的。
實施例9：一種方法，其包括：決定一個三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和在所述3D模型之內的座標相關聯的；判斷在所述3D模型之內的一結構，其中所述結構包括所述複數個體素中的一或多個體素；判斷在所述3D模型之內的另一結構，其中所述另一結構包括所述複數個體素中的另一或多個體素；接收所述另一或多個體素的選擇的一指示；根據所述另一或多個體素的所述選擇的所述指示來接收一請求以改變所述另一或多個體素的所述座標；以及根據所述請求來改變所述另一或多個體素的所述座標，其中改變所述座標是關聯所述另一結構與所述結構。
除非另有明確地陳述，否則任何在此闡述的方法絕不欲被解釋為需要其步驟以一特定的順序被執行。於是，在一方法請求項並未實際闡述其步驟將要依循的一順序、或是其在所述請求項或說明中並未另外明確地陳述所述步驟是被限制為一特定的順序的情形中，絕不欲在任何方面推論有一順序的。此適用於用於解釋的任何可能的未明確的基礎，其包含：與步驟或操作流程的配置相關的邏輯事物；從語法組織或標點所導出的普通意義；在說明書中敘述的實施例的數目或類型。
儘管所述方法及系統已經相關較佳實施例以及特定的例子來敘述，但是並不欲範疇是受限於所闡述的特定實施例，因為在此所述的實施例在所有方面都是欲為舉例說明的，而不是限制性的。
除非另有明確地陳述，否則任何在此闡述的方法絕不欲被解釋為需要其步驟以一特定的順序被執行。於是，在一方法請求項並未實際闡述其步驟將要依循的一順序、或是其在所述請求項或說明中並未另外明確地陳述所述步驟是被限制為一特定的順序的情形中，絕不欲在任何方面推論有一順序的。此適用於用於解釋的任何可能的未明確的基礎，其包含：與步驟或操作流程的配置相關的邏輯事物；從語法組織或標點所導出的普通意義；在說明書中敘述的實施例的數目或類型。
對於熟習此項技術者而言將會明顯的是，各種的修改及變化可加以完成而不脫離所述範疇或精神。從在此揭露的說明書及實務的考慮下，其它實施例對於熟習此項技術者而言將會是明顯的。所欲的是所述說明書及例子被視為只是範例的，其中真正的範疇及精神是藉由以下的請求項來指出的。
100:設備 102:電場產生器 104、104a、104b:傳感器陣列/患者支援系統 106:處理器 108:信號產生器 110:控制軟體 112:導電引線 114:輸出 116:電極 118:電路板 120、120a、120b:黏性繃帶 302:皮膚表面 304:腫瘤 306:骨組織 308:腦組織 310:交變電場 600:系統 602:患者支援系統 606:電場產生器(EFG)配置應用程式 608:患者模型化應用程式 610:成像資料 800:陣列佈局圖 1000:使用者介面 1001、1002、1003、1004:影像 1005:ROI 1006:互動的構件 1010:主動標籤 1020:塗覆的標籤 1030:限定到的標籤 1100:環境 1109:處理器 1112:輸入/輸出(I/O)介面 1114:網路介面 1116:本地的介面 1120:記憶體系統 1122:控制軟體 1200:方法 1210:步驟 1220:步驟 1230:步驟 1240:步驟 1250:步驟 1300:方法 1310:步驟 1320:步驟 1330:步驟 1340:步驟 1350:步驟 1360:步驟 1370:步驟 1380:步驟 1390:步驟 1400:方法 1410:步驟 1420:步驟 1430:步驟 1440:步驟 1450:步驟 1460:步驟
為了輕易地識別任何特定的元件或動作的討論，在一元件符號中的最高有效的位數或多個位數是參照到元件第一次被介紹到其中的圖號。
[圖1]是展示一用於電療的治療的範例設備。
[圖2]是展示一範例傳感器陣列。
[圖3]A及圖3B描繪所述用於電療的治療的設備的一範例應用。
[圖4]A是展示被佈置在一患者的頭部上的傳感器陣列。
[圖4]B是展示被佈置在一患者的腹部上的傳感器陣列。
[圖5]A是展示被佈置在一患者的軀幹上的傳感器陣列。
[圖5]B是展示被佈置在一患者的骨盆上的傳感器陣列。
[圖6]是描繪一電場產生器以及一病患支援系統的方塊圖。
[圖7]是描繪在冠狀視圖中所展示的來自一有限元素法模擬模型的電場大小及分布(以V/cm為單位)。
[圖8]A是展示一個三維的陣列佈局圖800。
[圖8]B是展示在一患者的頭皮上的傳感器陣列的佈置。
[圖9]A是展示一包含最頂端影像的軸向的T1序列切面，其包含被用來量測頭部尺寸的軌道。
[圖9]B是展示一冠狀T1序列切面，其選擇被用來量測頭部尺寸的在耳道高度的一影像。
[圖9]C是展示一對比後T1軸向的影像，其展示被用來量測腫瘤位置的最大增強腫瘤直徑。
[圖9]D是展示一對比後T1冠狀影像，其展示被用來量測腫瘤位置的最大增強腫瘤直徑。
[圖10]A是展示一用於分割影像的範例的使用者介面。
[圖10]B是展示一用於分割影像的範例的使用者介面。
[圖10]C是展示一用於分割影像的範例的使用者介面。
[圖11]是描繪一範例的操作環境的方塊圖。
[圖12[是展示一種範例的方法。
[圖13]是展示一種範例的方法。
[圖14]是展示一種範例的方法。
200:方法
1210:步驟
1220:步驟
1230:步驟
1240:步驟
1250:步驟

Claims (15)

  1. 一種方法，其包括： 決定三維的(3D)模型，其中所述3D模型包括複數個體素； 接收主動標籤的選擇的指示，其中所述主動標籤的所述選擇是致能使用者指示器以使得所述複數個體素中的被互動到的體素和所述主動標籤相關聯； 接收塗覆的標籤的選擇的指示，其中所述塗覆的標籤的所述選擇是使得所述複數個體素中的未和所述塗覆的標籤相關聯的體素被寫入保護而不和所述主動標籤相關聯； 接收限定到的標籤的選擇的指示，其指定在所述3D模型之內的結構，其中所述限定到的標籤的所述選擇是使得所述複數個體素中的未和在所述3D模型之內的所述結構相關聯的體素被寫入保護而不和所述主動標籤相關聯；以及 使得所述複數個體素中的一或多個和所述塗覆的標籤以及所述限定到的標籤相關聯的體素，根據經由所述使用者指示器的和所述一或多個體素的互動來和所述主動標籤相關聯。
  2. 如請求項1之方法，其進一步包括使得所述3D模型顯示。
  3. 如請求項1之方法，其中所述使用者指示器包括滑鼠、鍵盤、或是觸覺的響應介面中的一或多個。
  4. 如請求項1之方法，其進一步包括： 經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的互動； 判斷所述另一或多個體素是和所述塗覆的標籤相關聯的，而不是和所述限定到的標籤相關聯的；以及 根據判斷所述另一或多個體素是和所述塗覆的標籤相關聯的而不是和所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
  5. 如請求項1之方法，其進一步包括： 經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的互動； 判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的；以及 根據判斷所述另一或多個體素並未和所述塗覆的標籤或是所述限定到的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
  6. 如請求項1之方法，其進一步包括： 經由所述使用者指示器來接收和所述複數個體素中的另一或多個體素的互動； 判斷所述另一或多個體素是和所述限定到的標籤相關聯的，而未和所述塗覆的標籤相關聯的；以及 根據判斷所述另一或多個體素是和所述限定到的標籤相關聯的，而未和所述塗覆的標籤相關聯的，來忽略和所述另一或多個體素的所述互動。
  7. 一或多種非暫態的電腦可讀取的媒體，其是於其上儲存處理器可執行的指令，當所述指令藉由處理器執行時，其使得所述處理器執行如請求項1-6的任一項的方法。
  8. 一種設備，其包括： 一或多個處理器；以及 儲存處理器可執行的指令的記憶體，當所述指令藉由所述一或多個處理器執行時，其使得所述設備執行如請求項1-6的任一項的方法。
  9. 一種方法，其包括： (a)決定三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和照明強度值相關聯的，其中所述複數個體素中的每一個體素是根據所述個別的照明強度值來和所述3D模型的一所代表的前景、或是所述3D模型的一所代表的背景相關聯的； (b)使得互動的元素顯示； (c)經由所述互動的元素來接收種子體素的選擇的指示，其中所述種子體素是和具有特定的值的照明強度相關聯的； (d)判斷所述複數個體素中的一或多個具有在所述特定的值的臨界範圍之內的照明強度值的體素，其中所述複數個體素中的所述一或多個具有在所述特定的值的所述臨界範圍之內的所述照明強度值的體素是和在所述3D結構之內的所關注的區域(ROI)相關聯的； (e)造成在一或多個和所述ROI相關聯的體素的所述照明強度值上的改變、以及所述複數個體素中的一或多個體素的所述照明強度值的改變中的一或多者； (f)根據在所述一或多個和所述ROI相關聯的體素的所述照明強度值上的所述改變、以及所述複數個體素中的所述一或多個體素的所述照明強度值的所述改變中的一或多個，來造成在所述ROI的一所代表的形狀上的改變、以及在所述ROI在所述3D模型之內的一位置上的改變中的一或多者； (g)根據經由使用者指示器的和所述互動的元素的互動來重複步驟(c)-(f)中的一或多個； (h)根據經由所述使用者指示器的和所述互動的元素的另一互動來關聯所述複數個體素中的一或多個體素與在所述ROI之內的一邊界，其中所述一或多個和所述邊界相關聯的體素的所述照明強度值是匹配所述特定的值；以及 (i)使得在所述邊界之內的一或多個體素的所述照明強度值匹配所述特定的值。
  10. 如請求項9之方法，其中照明強度值是和RGB色彩相關聯的。
  11. 一或多種非暫態的電腦可讀取的媒體，其是於其上儲存處理器可執行的指令，當所述指令藉由處理器執行時，其使得所述處理器執行如請求項9-10的任一項的方法。
  12. 一種設備，其包括： 一或多個處理器；以及 儲存處理器可執行的指令的記憶體，當所述指令藉由所述一或多個處理器執行時，其使得所述設備執行如請求項9-10的任一項的方法。
  13. 一種方法，其包括： 決定三維的(3D)模型，其中所述3D模型包括複數個體素，其中所述複數個體素中的每一個體素是和在所述3D模型之內的座標相關聯的； 判斷在所述3D模型之內的一結構，其中所述結構包括所述複數個體素中的一或多個體素； 判斷在所述3D模型之內的另一結構，其中所述另一結構包括所述複數個體素中的另一或多個體素； 接收所述另一或多個體素的選擇的指示； 根據所述另一或多個體素的所述選擇的所述指示來接收請求以改變所述另一或多個體素的所述座標；以及 根據所述請求來改變所述另一或多個體素的所述座標，其中改變所述座標是關聯所述另一結構與所述結構。
  14. 一或多種非暫態的電腦可讀取的媒體，其是於其上儲存處理器可執行的指令，當所述指令藉由處理器執行時，其使得所述處理器執行如請求項13的方法。
  15. 一種設備，其包括： 一或多個處理器；以及 儲存處理器可執行的指令的記憶體，當所述指令藉由所述一或多個處理器執行時，其使得所述設備執行如請求項13的方法。
TW109147106A 2019-12-31 2020-12-31 用於影像分割之方法、系統和設備 TW202133113A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201962955644P 2019-12-31 2019-12-31
US62/955,644 2019-12-31

Publications (1)

Publication Number Publication Date
TW202133113A true TW202133113A (zh) 2021-09-01

Family

ID=74561928

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109147106A TW202133113A (zh) 2019-12-31 2020-12-31 用於影像分割之方法、系統和設備

Country Status (6)

Country Link
US (2) US11941761B2 (zh)
EP (3) EP4102469A1 (zh)
JP (1) JP2023508584A (zh)
CN (1) CN114868156A (zh)
TW (1) TW202133113A (zh)
WO (1) WO2021136965A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI815754B (zh) * 2022-12-21 2023-09-11 中國醫藥大學 自動化計算量測骨盆特徵點的方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12115381B2 (en) 2019-12-02 2024-10-15 Novocure Gmbh Methods, systems, and apparatuses for optimizing transducer array placement
US11941761B2 (en) 2019-12-31 2024-03-26 Novocure Gmbh Methods, systems, and apparatuses for image segmentation

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE794566A (fr) 1972-01-28 1973-07-26 Esb Inc Regenerateur et stimulateur bioelectrochimique et procedes d'application in vivo d'energie electrique a des cellules et des tissus.
JPS5547870A (en) 1978-02-24 1980-04-05 Lawrence Joseph L Medical treatment method
GB2043453A (en) 1979-02-22 1980-10-08 Electrochem Tech Corp Improvements in or relating to an electrode
FR2627987B3 (fr) 1988-03-04 1990-02-02 Indiba Sa Appareil electronique pour la therapie medicale et cosmetique
US7146210B2 (en) 2000-02-17 2006-12-05 Standen Ltd. Apparatus and method for optimizing tumor treatment efficiency by electric fields
AU3399801A (en) 2000-02-17 2001-08-27 Yoram Palti Method and apparatus for destroying dividing cells
US6801198B2 (en) 2002-05-01 2004-10-05 Amada Company, Limited Method of editing assembly
JP4750784B2 (ja) 2004-04-23 2011-08-17 ノヴォキュアー・リミテッド 異なる周波数の電界による腫瘍等の治療
US9198733B2 (en) 2008-04-29 2015-12-01 Virginia Tech Intellectual Properties, Inc. Treatment planning for electroporation-based therapies
WO2010120823A2 (en) 2009-04-13 2010-10-21 Research Foundation Of The City University Of New York Neurocranial electrostimulation models, systems, devices and methods
US20110054295A1 (en) 2009-08-25 2011-03-03 Fujifilm Corporation Medical image diagnostic apparatus and method using a liver function angiographic image, and computer readable recording medium on which is recorded a program therefor
US20110050692A1 (en) 2009-09-01 2011-03-03 Accuray Incorporated Interpolating and rendering sub-phases of a 4d dataset
WO2011047387A2 (en) 2009-10-16 2011-04-21 Virginia Tech Intellectual Properties, Inc. Treatment planning for electroporation-based therapies
US8761493B2 (en) 2011-07-21 2014-06-24 Carestream Health, Inc. Method and system for tooth segmentation in dental images
US9693699B2 (en) 2013-01-16 2017-07-04 University Of Vermont Methods and systems for mapping cardiac fibrillation
EP2800064B1 (en) 2013-04-30 2022-04-20 Dassault Systèmes A computer-implemented method for manipulating three-dimensional modeled objects of an assembly in a three-dimensional scene
EP3667615B1 (en) 2013-11-05 2022-08-31 Brainlab AG Determination of metastases in an image of an anatomical body part
US10192022B2 (en) 2014-06-04 2019-01-29 IronCAD, LLC Geometric modeling system with intelligent behaviors of design components
US9710880B2 (en) 2014-07-03 2017-07-18 Siemens Product Lifecycle Management Software Inc. User-guided shape morphing in bone segmentation for medical imaging
US20190117963A1 (en) 2014-07-25 2019-04-25 Loyalty Based Innovations, LLC Apparatus and method for treating multiple tumors in patients with metastatic disease by electric fields
US20170049497A1 (en) 2015-08-21 2017-02-23 Medtronic Ablation Frontiers Llc Array orientation tracker
US10188851B2 (en) 2015-10-28 2019-01-29 Novocure Limited TTField treatment with optimization of electrode positions on the head based on MRI-based conductivity measurements
US10441776B2 (en) 2016-06-30 2019-10-15 Novocure Gmbh Arrays for longitudinal delivery of TTFields to a body
JP7100627B2 (ja) 2016-09-20 2022-07-13 ハートフロー， インコーポレイテッド 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法
JP7184774B2 (ja) 2016-12-13 2022-12-06 ノボキュア ゲーエムベーハー 変形可能テンプレートを使用して最適化された電極位置を有するｔｔフィールドを用いて患者を治療する
WO2018176189A1 (zh) 2017-03-27 2018-10-04 上海联影医疗科技有限公司 图像分割的方法及系统
EP3714467A4 (en) * 2017-11-22 2021-09-15 Arterys Inc. CONTENT-BASED IMAGE RECOVERY FOR LESION ANALYSIS
KR102687814B1 (ko) 2018-04-10 2024-07-24 지브 봄존 서로 다른 반복 시간을 가지는 두 개의 MRI 이미지들로부터 얻어진 1MHz 미만 저주파 교류 전도도 추산치
WO2020041693A1 (en) 2018-08-24 2020-02-27 David Byron Douglas A virtual tool kit for radiologists
CN112930209B (zh) 2018-10-15 2024-10-15 诺沃库勒有限责任公司 生成遍及大脑具有高均匀性的肿瘤治疗场(ttfields)的装置和方法
US11369790B2 (en) 2018-10-25 2022-06-28 Novocure Gmbh Delivering alternating electric fields (e.g., TTFields) to a subject's spinal anatomy
US20200146586A1 (en) 2018-11-14 2020-05-14 Novocure Gmbh Creating Accurate Computational Head Models of Patients Using Datasets Combining MRI and CT Images
EP3909015B1 (en) 2019-01-08 2024-08-14 Novocure GmbH Evaluating quality of segmentation of an image into different types of tissue for planning treatment using tumor treating fields (ttfields)
CN109558912A (zh) 2019-01-21 2019-04-02 广西师范大学 一种基于深度可分离卷积的阿尔兹海默病分类方法
US11354586B2 (en) 2019-02-15 2022-06-07 Q Bio, Inc. Model parameter determination using a predictive model
USD934892S1 (en) 2019-05-03 2021-11-02 Novocure Gmbh Display screen or portion thereof with a graphical user interface
US11620789B2 (en) 2019-05-03 2023-04-04 Novocure Gmbh Methods, systems, and apparatuses for managing transducer array placement
US11890467B2 (en) 2019-08-30 2024-02-06 Novocure Gmbh Delivering tumor treating fields (TTFields) to the neck
US11334617B2 (en) * 2019-09-25 2022-05-17 Mercari, Inc. Paint-based image search
US12115381B2 (en) 2019-12-02 2024-10-15 Novocure Gmbh Methods, systems, and apparatuses for optimizing transducer array placement
US11941761B2 (en) 2019-12-31 2024-03-26 Novocure Gmbh Methods, systems, and apparatuses for image segmentation
US20210196207A1 (en) 2019-12-31 2021-07-01 Novocure Gmbh Methods, systems, and apparatuses for associating dielectric properties with a patient model
JP2023508586A (ja) 2019-12-31 2023-03-02 ノボキュア ゲーエムベーハー 電界分布の高速近似のための方法、システム、および装置
US20210299439A1 (en) 2020-03-31 2021-09-30 Novocure Gmb Methods, systems, and apparatuses for guiding transducer placements for tumor treating fields
EP4033451A1 (en) 2021-01-20 2022-07-27 Siemens Healthcare GmbH Interactive image editing using signed distance fields

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI815754B (zh) * 2022-12-21 2023-09-11 中國醫藥大學 自動化計算量測骨盆特徵點的方法

Also Published As

Publication number Publication date
US20240087235A1 (en) 2024-03-14
EP4052232A2 (en) 2022-09-07
WO2021136965A3 (en) 2021-08-19
US20210201572A1 (en) 2021-07-01
CN114868156A (zh) 2022-08-05
EP4105890A1 (en) 2022-12-21
WO2021136965A2 (en) 2021-07-08
JP2023508584A (ja) 2023-03-02
EP4102469A1 (en) 2022-12-14
US11941761B2 (en) 2024-03-26

Similar Documents

Publication Publication Date Title
US12115381B2 (en) Methods, systems, and apparatuses for optimizing transducer array placement
EP4054706B1 (en) Methods for guiding transducer placements for tumor treating fields
US11941761B2 (en) Methods, systems, and apparatuses for image segmentation
JP7547569B2 (ja) トランスデューサアレイ配置を管理するための方法、システム、および装置
TW202128247A (zh) 將介電性質與患者模型相關聯的方法，系統和設備
US20230147250A1 (en) Methods, systems, and apparatuses for combined tumor treating fields and mental health therapy
CN113939332A (zh) 用于管理换能器阵列放置的方法、系统和装置
TWI827889B (zh) 用於管理傳感器陣列佈置的方法和設備以及相關的非暫態的電腦可讀取的媒體
US12121739B2 (en) Methods, systems, and apparatuses for managing temperatures induced by alternating fields
US20210196967A1 (en) Methods, systems, and apparatuses for managing temperatures induced by alternating fields