電容射頻熱療裝置的深部熱場優化控制方法
2023-09-22 15:28:30 2
專利名稱：電容射頻熱療裝置的深部熱場優化控制方法
技術領域：
本發明涉及一種射頻熱療方法，尤其涉及一種電容射頻熱療方法。
電容射頻熱療(capacitive radio-frequency hyperthermia)是腫瘤臨床中常用的高溫治癌(Hyperthermic Oncology)技術。其中有兩極板電容型和三極板電容型兩種，所述的兩極板電容型簡稱為兩電容熱療，三極板電容型簡稱為三電容熱療。電容耦合加熱主要是通過射頻電流在組織中的歐姆損耗來產生熱效應，其主熱場範圍隨電極面積增加而逐步加深。但射頻電流隨著與電極距離增加而發散，導致電流密度隨治療深度增加而減小，因此深部加熱的效果減弱。兩電容熱療時，熱場分布主要靠電極大小來調整，其有效熱區多靠近小尺寸電極一側，為達到深部加熱目的，需使用較大面積的電極，只有當極板直徑等於或超過極板間距時，大部分射頻電流才能在由極板組成的柱體內流過，其相應的深部組織才能被加熱，但因加熱面積增大和深度增加而使電流密度降低，難以滿足深部加熱的要求。對三電容熱療來說，雖然可通過改變三個極板電壓的相位、幅值和功率分配方式來調整熱場分布，但仍無法使射頻電流集中在組織深部。基於上述原因，電容射頻熱療對深部治癌往往難以奏效。因此，如何有效地調整和控制深部熱場分布是電容射頻熱療用於深部高溫治癌時能否取得良好療效的難點，至今尚無較好的解決方法。
腫瘤熱療中最重要也即最困難的問題之一是如何控制人體內加熱溫度場分布，使之既覆蓋住欲加熱的腫瘤組織靶區，達有效治療高溫區43~45℃，但又不損傷其周圍的正常組織，保證其溫度低於40℃。為此，在選擇加熱物理參數，如輻射器功率、電極位置尺寸和電壓相位等和制定臨床熱療方案之前，應進行人體內溫度場分布預測。但生物體內溫度場無損檢測仍是生物醫學熱物理研究和臨床應用中尚未解決的難題。
目前，業內人士認為，採用計算機數值仿真方法進行生物體溫度場無損重構是最有應用前景的途徑。通常，由已知加熱物理條件來求解熱場分布，稱為正問題；反之，由預期目標熱場分布求解所需加熱物理參數稱為逆問題。由於人體組織具有各向異性，迄今為止，在腫瘤熱療中，多為正問題預測，未見逆問題求解。
本發明的目的在於，克服現有技術的不足，提供一種電容射頻熱療裝置的深部熱場優化控制方法，以直接獲得可達到預期高溫治癌目標熱場分布的理想加熱物理參數。這對有關熱療裝置設計及熱療臨床方案制定均有重要指導意義和實用價值。
為達到上述目的，本發明採用以下步驟實現(1)將斷層組織影像膠片數位化後的圖像信息輸入到計算機中；(2)用具有處理圖像信息功能的程序處理上述圖像信息從而獲得斷面簡化結構模型的有限元剖分圖像信息，並將其存儲於存儲裝置中；(3)將預定靶區加熱的目標溫度分布的數據存儲於存儲裝置中；(4)將電容射頻熱療裝置的加熱物理參數存儲於存儲裝置中；(5)依據上述有限元剖分和加熱物理參數進行正問題求解，獲得計算溫度分布的數據；(6)依據上述計算溫度分布和目標溫度分布的數據求解得到溫度目標函數；(7)依據上述溫度目標函數的數值進行如下選擇若該數值不接近0，則採用遺傳算法進行優化求解，修正加熱物理參數，並返回步驟(4)，進行循環處理；若該數值接近0，則將上述步驟(4)中所述的加熱物理參數作為電容射頻裝置的深部熱場的最優加熱物理參數輸出。
所述的遺傳算法最好採用下列子步驟(a)隨機選擇五個個體或四個個體再連同上一代的最佳個體，構成新一代種群；(b)計算個體的適應性，將最佳個體標為個體5直接送入下一代，以保證遺傳信息不丟失；(c)其餘個體根據竟賽規則進行繁殖，最佳個體也參與競爭，並且避免近親繁殖；(d)種群中選出的個體以一定概率進行交配；(e)檢測種群是否收斂，若收斂轉至步驟(b)，作循環處理；若不收斂，則執行下一步驟；(f)依據迭代代數的數值作如下選擇若該數值小於允許的最大代數，則返回步驟(a)，進行循環處理；若該數值等於或大於允許的最大代數，則完成遺傳算法。所述的種群交配後，進行變異。所述的溫度目標函數的算法採用如下方式表達J=FTTd]]>式中φ為待優化的邊界電位分布，Ω為優化求解的有限元剖分區域，λ為目標函數中對應不同剖分區域的優化權重；Rr為溫度目標函數，包含腫瘤組織的溫度目標函數FT1和正常組織的溫度目標函數FT2兩部分；溫度目標函數FT的積分離散為如下形式FTTd=1l=1N1FT1Ti+2j=1N2FT2Tj]]>式中N1為需要加熱的腫瘤組織節點數，N2為應避免過熱的正常組織節點數，T1和T2分別為相應節點溫度，λ1和λ2分別為腫瘤組織和正常組織的優化權重。式中所述的腫瘤組織和正常組織的優化權重之比λ1/λ2以8~14為宜。
本發明的有益效果是在人體深部熱療時，無論是使用兩極板電容型和三極板電容型的電容射頻熱療裝置，採用本發明的方法均能有效、準確、直接地獲得可達到預期高溫治癌目標熱場分布的理想加熱物理參數。從而改善電極邊沿的過熱效應，既能使深部腫瘤部位達到預期熱療目標溫度，又能避免損傷深部腫瘤周圍的正常組織。
下面結合附圖和具體實施方式
對本發明作進一步詳細說明。
圖1是本發明電容射頻熱療裝置的深部熱場優化控制方法的工作流程圖；圖2是本發明提取斷層簡化組織模型和模型的有限元剖分的流程圖；圖3是本發明正問題求解溫度場分布的流程圖；圖4是本發明利用遺傳優化算法獲得加熱物理參數的流程圖；圖5(a)和圖5(b)分別是本發明加熱軀體的斷面簡化結構模型和模型的有限元剖分示意圖；圖6是本發明溫度目標函數的曲線圖；圖7(a)、圖7(b)和圖7(c)分別是本發明腫瘤位於深部時兩電容熱療優化加熱條件下的電勢(φ)分布、SAR分布和溫度(T)分布的示意圖；圖8(a)、圖8(b)和圖8(c)分別是本發明同時存在深部和淺部腫瘤時兩電容熱療優化加熱條件下的電勢(φ)分布、SAR分布和溫度(T)分布的示意圖；圖9(a)、圖9(b)和圖9(c)分別是本發明腫瘤位於深部時兩電容熱療優化加熱條件下的電勢(φ)分布、SAR分布和溫度(T)分布的示意圖；圖10(a)、圖10(b)和圖10(c)分別是本發明同時存在深部和淺部腫瘤時三電容熱療優化加熱條件下的電勢(φ)分布、SAR分布和溫度(T)分布的示意圖。
圖1至圖6示出本發明工作流程，在圖1中，利用醫學影象裝置，所述醫學影象裝置可以是X射線斷層攝影裝置，即X-CT；或是磁共振成象，即MRI；及其它醫學影象設備，獲得加熱目標區域的斷層組織膠片，然後經數位化膠片掃描儀將斷層影像輸入計算機，在機內由手工或程序簡化組織結構模型，確定斷面及器官邊界，並完成斷面結構模型的有限元剖分，如圖5(a)和圖5(b)所示；從圖5(a)中可分析出該加熱軀體中含有兩塊腫瘤，其中一塊7位於淺表，另一塊8位於深部；從圖5(b)中得出有限元剖分的三角單元數為1555，節點數為826，但邊界點中加熱電極和冷卻水袋所對應的節點位置、數目及電壓值需在優化過程中確定。
為了進行正問題求解，設人體初始溫度和血液溫度均為37℃，初始電極位置、大小和電壓值均隨機取得；根據熱療理論和臨床經驗，定義預期加熱的最終目標溫度為腫瘤組織溫度43~45℃，正常組織溫度30~40℃。
加熱物理參數主要由電容射頻熱療裝置上的各電極板位形和加熱功率構成，這裡說的電極板位形指的是電極板的大小尺寸和位置，根據加熱功率得出極板電壓。極板電壓和位形決定了人體外邊界電位φ的分布，{φ}＝{φ1，φ2，…φm}。這裡φ1~φm為有限元剖分中邊界各節點電位，其中包括電極板處的節點電位。此外，在人體皮膚與電極板間通常墊以冷卻水袋以避免電極邊緣電場的過熱。由於循環水冷作用冷卻水袋具有穩定的冷卻溫度。
對於電容射頻熱療加溫場合，根據圖5(b)的有限元剖分和隨機確定的初始加熱物理參數進行正問題求解以獲得計算溫度分布的數據。其正問題求解如圖3所示包括兩部分電磁場問題——求解Laplace方程以得到生物組織中的電場分布；溫度場問題——求解生物熱傳輸方程以得到組織中由電場加熱而產生的溫度分布。
由於射頻取值為10MHz左右，其波長遠大於人體深度尺寸，可採用似穩電場來描述人體中的電場。場中電勢φ，滿足Laplace方程(-εφ)＝0(1)式中ε為生物組織的介電常數。由電勢φ的分布可解得電場強度 的分布E=-----(2)]]>電場 在生物組織中引起射頻電流，產生歐姆加熱效應。對於三極板射頻電容熱療裝置，其三個極板的電勢φ還應滿足矢量和為零的相位平衡條件φ1＋φ2＋φ3＝0 (3)熱療臨床上將單位組織質量所吸收的熱量即電場能稱之為比吸收率(SpecificAbsorption Rate-SAR)，記為Qs，由下式給出QS=121|E|2----(4)]]>加熱區域內組織溫度(T)分布由下述Pennes生物傳熱方程決定tCtTt-(KtT)=Qt+Qs+Qb--(5)]]>式中ρt，Ct，Kt分別為組織密度、比熱和導熱率。Qt為生理產熱項，Qs為SAR產熱項，Qb為血流灌注散熱項。Qb可由下式描述Qb＝(Fb)t(ρbCb)(T-Tb)(6)式中(Fb)t為組織(t)中血流(b)灌注量，ρb，Cb為血液密度和比熱，Tb為灌注血液溫度。計算中假定(Fb)t為不隨加熱溫度變化的常量，血液溫度定為37℃。一般情況下Qt比Qs和Qb小得多，可略去。
正問題即求解以上(1)~(5)式。本發明採用二維有限元法(2D-FEM)進行數值求解，適用於兩電容和三電容兩種熱療系統。表1為計算時所需電、熱物理參數。
表1 生物組織的電學和熱學參數
在圖4中，根據目標溫度分布和計算溫度分布，定義如下的優化溫度目標函數JJ=FTTd----(7)]]>式中φ為待優化的邊界電位分布，Ω為優化求解的有限元剖分區域，λ為目標函數中對應不同剖分區域的優化權重。Fr為溫度目標函數，含腫瘤組織的溫度目標函數FT1和正常組織的溫度目標函數FT2兩部分。
圖6示出，當腫瘤溫度處於43～45℃時，FT1＝0；當正常組織溫度在30～40℃時，FT2＝0。若此時進行數值計算，公式(6)中FT的積分可離散為如下形式FTTd=1i=1N1FT1Ti+2j=1N2FT2Tj---(10)]]>式中N1為需要加熱的腫瘤組織節點數，N2為應避免過熱的正常組織節點數，Ti和T2分別為相應節點溫度，λ1和λ2分別為腫瘤組織和正常組織的優化權重。
圖4示出優化算法的處理過程，在給定目標溫度分布的加熱條件下，優化電極驅動電壓和極板的位形參數，使得經正問題求解所得計算溫度分布儘可能接近於預定目標溫度分布，換句話說，就是經正問題求解得到的溫度目標函數的值接近0。本發明採用遺傳算法(Genetic algorithms-GA)進行優化求解，遺傳算法是一類採用遺傳學機制進行參數搜索的數值優化技術。近年來因其有很好的魯棒性而被產泛用於工程、科學、經濟學等領域中求解各類優化問題，成為解決多目標、非光滑、複雜優化難題的有力工具。遺傳算法通常使用選擇、交配、變異等三個算子，歷經數代才能獲得滿意的優化結果。優化求解的任務是使用遺傳算法對邊界電勢分布進行迭代修正，直到相鄰代的最佳結果所對應的目標函數變化小於某一閾值或達到允許進化的最高代數時停止。
遺傳算法的步驟如下(a)隨機選擇五個個體或四個個體再連同上一代的最佳個體，構成新一代種群；
(b)計算個體的適應性，將最佳個體標為個體5直接送入下一代，以保證遺傳信息不丟失；(c)其餘個體根據競賽規則進行繁殖，最佳個體也參與競爭，避免避免近親繁殖；(d)、種群中選出的個體以一定概率進行交配，交配後可不進行變異；(e)、根據檢測種群是否收斂選擇進行若收斂，則轉至步驟(b)，進行循環處理；若不收斂，則執行下一步驟；(f)、根據迭代代數的數值作如下選擇若該數值小於允許的最大代數則返回步驟(a)，進行循環處理；否則完成遺傳算法。
對於兩電容熱療系統，因其優化目標相對較少，本發明使用微遺傳算法；對於三電容熱療系統則使用普通遺傳算法。
圖7(a)、圖7(b)和圖7(c)給出了僅在深部含有腫瘤時兩電容熱療的優化計算的結果。其中圖7(a)為在交流電壓取最大值時，優化加熱條件下的電勢(φ)分布，圖7(b)為SAR分布，圖7(c)為溫度(T)分布。總加熱時間900秒。加熱靶區即腫瘤組織的最終溫度為43.7±0.9℃；在非加熱靶區即正常組織溫度為37.7±3.1℃；消耗功率為2300W。優化加熱條件下電極的位置尺寸如圖中邊界外圍粗黑線所示。從圖中可以看到深部腫瘤部位基本達到了預期熱療目標。
圖8(a)、圖8(b)和圖8(c)給出了腫瘤位於深部時三電容熱療的優化計算結果，其中圖8(a)為在交流電壓取最大值時，優化加熱條件下的電勢(φ)分布，圖8(b)為SAR分布，圖8(c)為溫度(T)分布。總加熱時間900秒。加熱靶區即腫瘤組織的最終溫度為43.0±0.7℃；在非加熱靶區即正常組織溫度為38.6±3.0℃；消耗功率為2880W，此功率比腫瘤位於淺表時消耗功率有所增加。與兩電容熱療相比，三電容熱療時在使深部腫瘤部位達到預期熱療目標的同時，也改善了電極邊沿的過熱效應，即優化結果更為出色。這主要是因為三電容熱療時不僅電極的位置尺寸有更多的調整餘地，而且三個極板的電勢還可以調整相位分配，使之具有更強的優化能力。
圖9(a)、圖9(b)和圖9(c)給出了深部和淺部同時存在腫瘤時兩電容熱療的優化計算的實例的結果，其中圖9(a)為優化加熱條件下的電勢(φ)分布，圖9(b)為SAR分布，圖9(c)為溫度(T)分布。總加熱時間900秒。深部腫瘤靶區最終溫度為43.2±0.7℃；邊緣腫瘤靶區的最終溫度為43.2±1.6℃；在非加熱靶區即正常組織的溫度為38.7±3.1℃；消耗功率為3150W，需比僅存在單個腫瘤時增大消耗功率。從圖中可以看出深部與淺部的腫瘤均已進入有效高溫區，但仍有局部正常組織的過熱現象。有趣的是此時優化效果比僅有深部腫瘤時更好。其原因可能是由於深、淺部同時存在腫瘤時，深部腫瘤可藉助於位於邊界的淺部腫瘤加熱優化目標驅動作用獲得優化加熱的邊界電勢分布；而僅有深部腫瘤時，邊界僅存在避免正常組織過熱的約束條件，故對深部腫瘤加熱優化驅動作用難以奏效。
圖10(a)、圖10(b)和圖10(c)給出了深部和淺部同時存在腫瘤時三電容熱療的優化計算結果，其中圖10(a)為優化加熱條件下的電勢(φ)分布，圖10(b)為SAR分布，圖10(c)為溫度(T)分布。總加熱時間900秒。深部腫瘤終溫度為43.2±0.7℃；邊緣腫瘤靶區的最終溫度為43.2±1.6℃；在非加熱靶區即正常組織的溫度為38.7±3.1℃；消耗功率為3150W，同樣需比僅存在單個腫瘤時增大消耗功率。從圖中同樣可以看出此時比單獨存在深部腫瘤時優化效果要好，且比兩電容熱療的優化效果更好。
圖7、圖8、圖9和圖10系列示出的優化計算結果的操作過程是先使用X-CT裝置獲得加熱目標區域的斷層組織膠片，再經數位化掃描儀將膠片影象輸入計算機；操作人員可通過鍵盤由手工和程序確定組織斷面及器官邊界，完成斷面結構的有限元剖分；然後隨機設置熱療裝置的初始加熱物理參數，即電極位置、大小和電壓值，並定義預期加熱的最終目標溫度；經啟動熱場優化控制程序，根據設定的初始加熱物理參數和最終目標溫度，系統採用二維有限元法(2D-FEM)進行數值求解電磁場和溫度場的正問題，接著根據有限元剖分和正問題求解的溫度場，使用微遺傳或普通遺傳算法進行逆問題優化計算，在給定目標溫度分布下，優化電極驅動電壓和極板的位形參數，最終使得遺傳優化算法得出溫度目標函數接近0的結果，這樣就達到了經正問題求解所得計算溫度分布儘可能接近於預定目標溫度分布。
在優化求解時，優化權重因子λ1和λ2的選取較為重要。原則上來說，對腫瘤組織加熱和避免正常組織的過熱是一對矛盾，反映到優化求解時即是多目標優化問題。若λ1和λ2取相近值，則優化過程十分緩慢，幾乎難以得到較好的結果。因此λ1和λ2孰輕孰重需視優化目標而定。本發明的場合，優化權值比λ1/λ2取8至14範圍值時優化結果較好。
以上實例是本發明的典型應用技術效果。本發明雖然假定血流灌注率不隨溫度變化，若血流灌注率隨溫度而變化，本發明的優化思想和主要算法仍然適用。本發明提出的這項生物體內溫度場的重構和優化控制技術的推廣應用將為熱療裝置設計和臨床方案制定開闢新途徑。
權利要求
1.一種利用計算機系統進行電容射頻熱療裝置的深部熱場優化的控制方法，包括下列步驟(1)將斷層組織影像膠片數位化後的圖像信息輸入到計算機中；(2)用具有處理圖像信息功能的程序處理上述圖像信息從而獲得斷面簡化結構模型的有限元剖分圖像信息，並將其存儲於存儲裝置中；(3)將預定靶區加熱的目標溫度分布數據存儲於存儲裝置中；(4)將電容射頻熱療裝置的加熱物理參數存儲於存儲裝置中；(5)依據上述有限元剖分和加熱物理參數進行正問題求解，獲得計算溫度分布的數據；其特徵在於，它還包括以下步驟(6)依據上述的計算溫度分布和目標溫度分布的數據求解得到溫度目標函數；(7)依據上述溫度目標函數的數值進行如下選擇若該數值不接近0，則採用遺傳算法進行優化求解，修正加熱物理參數，並返回步驟(4)，進行循環處理。若該數值接近0，則將上述步驟(4)中所述的加熱物理參數作為電容射頻裝置的深部熱場最優加熱物理參數輸出。
2.根據權利要求1所述的電容射頻熱療裝置深部熱場優化控制方法，其特徵在於所述的遺傳算法包括下列步驟(a)、隨機選擇五個個體或四個個體再連同上一代的最佳個體，構成新一代種群；(b)、計算個體的適應性，將最佳個體標為個體5直接送入下一代，以保證遺傳信息不丟失；(c)、其餘個體根據竟賽規則進行繁殖，最佳個體也參與競爭，並且避免近親繁殖；(d)、種群中選出的個體以一定概率進行交配；(e)、根據檢測種群是否收斂，作如下選擇若收斂轉至步驟(b)，進行循環處理；若不收斂，則執行下一步驟；(f)、依據迭代代數的數值作如下選擇若該數值小於允許的最大代數，則返回步驟(a)，進行循環處理；若該數值等於或大於允許的最大代數，則完成遺傳算法。
3.根據權利要求2所述的電容射頻熱療裝置深部熱場優化控制方法，其特徵在於所述的種群交配後，進行變異。
4.根據權利要求1所述的電容射頻熱療裝置深部熱場優化控制方法，其特徵在於所述溫度目標函數的算法採用如下方式表達J=FTTd]]>式中φ為待優化的邊界電位分布，Ω為優化求解的有限元剖分區域，λ為目標函數中對應不同剖分區域的優化權重；FT為溫度目標函數，包含腫瘤組織的溫度目標函數FT1和正常組織的溫度目標函數FT2兩部分溫度目標函數FT的積分離散為如下形式FTTd=1i=1N1FT1Ti+2j=1N2FT2Tj]]>式中N1為需要加熱的腫瘤組織節點數，N2為應避免過熱的正常組織節點數，T1和T2分別為相應節點溫度，λ1和λ2分別為腫瘤組織和正常組織的優化權重。
5.根據權利要求4所述的電容射頻熱療裝置深部熱場優化控制方法，其特徵在於所述腫瘤組織和正常組織的優化權重之比λ1/λ2為8～14。
全文摘要
本發明公開了一種利用計算機系統進行電容射頻熱療裝置深部熱場優化控制的方法。該方法使用基於人體斷層掃描的組織結構模型,根據預定腫瘤組織靶區加熱溫度和避免正常組織過熱要求,引入目標函數和有關權重係數,通過遺傳算法迭代修正加熱物理參數,使目標函數達到極小值,獲得達到理想熱場分布所需加熱物理參數。該方法對腫瘤熱療臨床方案的制定、實施和電容射頻熱療裝置設計有重要的指導意義。
文檔編號A61B18/12GK1331954SQ01129558
公開日2002年1月23日 申請日期2001年6月27日 優先權日2001年6月27日
發明者萬柏坤, 程曉曼, 朱欣 申請人:天津大學