• Radiation Oncology Journal
• /
• 제35권2호
• /
• pp.101-111
• /
• 2017

The number of imaging data sets has significantly increased during radiation treatment after introducing a diverse range of advanced techniques into the field of radiation oncology. As a consequence, there have been many studies proposing meaningful applications of imaging data set use. These applications commonly require a method to align the data sets at a reference. Deformable image registration (DIR) is a process which satisfies this requirement by locally registering image data sets into a reference image set. DIR identifies the spatial correspondence in order to minimize the differences between two or among multiple sets of images. This article describes clinical applications, validation, and algorithms of DIR techniques. Applications of DIR in radiation treatment include dose accumulation, mathematical modeling, automatic segmentation, and functional imaging. Validation methods discussed are based on anatomical landmarks, physical phantoms, digital phantoms, and per application purpose. DIR algorithms are also briefly reviewed with respect to two algorithmic components: similarity index and deformation models.

• 한국의학물리학회지:의학물리
• /
• 제22권1호
• /
• pp.28-34
• /
• 2011

적응 방사선 치료(Adaptive Radiation Therapy, ART)를 실행하기 위한 고도의 정확성을 갖는 변형 영상 정합 방법은 필수이다. 본 연구의 목적은 Megavoltage cone-beam CT (MV CBCT)영상의 Intensity 변화를 통한 영상 정합의 정확성의 향상이다. Intensity 변화 값을 도출 하기 위해 kilovoltage CT (kV CT)와 MV CBCT를 이용하여 12 종류의 전자 밀도 바를 제공하는 Cheese 팬텀의영상을 획득하고, 영상들로부터 kV CT와 MV CBCT의 Hounsfield Unit (HU)값들의 관계를 도출하였다. MV CBCT 영상의 잡음을 감소하기 위해 Gaussian smoothing 필터를 적용하였다. MV CBCT영상의 intensity는 마치 동일한 모달리티에서 획득된 영상과 같은 kV CT와 동일한 범위의 intensity로 변화시켰다. 이후 두 영상에 효율적이고 사용하기 쉬운 intensity 기반의 데몬 영상 정합이 적용되었다. 본 연구실에서 인체 내 폐를 모사하도록 제작된 변형 폐 팬텀을 이용하여 위와 같은 방법을 적용하여 영상 정합을 하였다. Cheese 팬텀 영상, 변형 폐 팬텀 영상을 이용한 변형영상 정합 결과는 상관 계수가 각각 6.07%, 18% 향상되었다. 변형 폐 팬텀 영상의 변형 영상 정합 정확성을 평가하기 위해 추가적으로 측정된 팬텀 내부에 삽입한 표적의 중심 좌표를 이용하여vector 차이를 계산하였다. 벡터 차이는 $2.23{\pm}1.19mm$, $1.39{\pm}0.97mm$였다. 본 연구에서 사용한 intensity 변화 방법을 통해 변형 영상 정합의 정확성이 향상됨을 확인 하였고, 본 연구는 영상 정합 정확성을 향상시키기 위한 해결 방법이 될 수 있다. 차후 연구 계획도 본 연구 내용에 의해 제안되었다.

• 반도체디스플레이기술학회지
• /
• 제18권2호
• /
• pp.63-66
• /
• 2019

Due to the development of medical imaging technology, different imaging technologies provide a large amount of effective information. However, different imaging method caused the limitations of information integrity by using single type of image. Combining different image together so that doctor can obtain the information from medical image comprehensively. Image registration algorithm based on mutual information has become one of the hotspots in the field of image registration with its high registration accuracy and wide applicability. Because the information theory-based registration technology is not dependent on the gray value difference of the image, and it is very suitable for multimodal medical image registration. However, the method based on mutual information has a robustness problem. The essential reason is that the mutual information itself is not have enough information between the pixel pairs, so that the mutual information is unstable during the registration process. A large number of local extreme values are generated, which finally cause mismatch. In order to overcome the shortages of mutual information registration method, this paper proposes a registration method combined with image spatial structure information and mutual information.

• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.700-707
• /
• 2013

본 논문에서는 시간차 흉부 CT 영상의 폐 실질 비강체 정합을 위하여 영역 이진화 모델링과 지역적 변형 모델을 이용한 정합 기법을 제안한다. 제안 기법은 먼저 폐 혈관과 실질을 분할하고, 영역 이진화 모델링을 수행하여 두 영상 사이의 밝기값의 차이에 따른 정합 오차를 최소화 한다. 다음으로 초기 정합 기법으로 두 폐 표면을 전역적으로 정렬하고, 지역적 변형 변환 모델을 제안하여 비강체 정합을 수행한다. 또한, 정합 후 감산된 시간에 따른 밝기값 차이가 미리 정의된 칼라 맵을 이용하여 가시화 된다. 실험 결과는 제안기법이 10명의 환자에 대하여 최대호흡과 최소호흡 CT 영상에서 폐 실질을 정확하게 정합하였음을 보여주었다. 제안된 비강체 정합 기법은 폐 실질에 대한 정량적 분석 결과의 직관적인 칼라 매핑을 통하여 다양한 폐 질환의 정량적 분석에 유용하게 사용될 수 있다.

• 한국의학물리학회:학술대회논문집
• /
• 한국의학물리학회 2006년도 제33회 추계학술대회 발표논문집
• /
• pp.64-64
• /
• 2006

• 대한의용생체공학회:의공학회지
• /
• 제44권5호
• /
• pp.303-314
• /
• 2023

This study aimed to assess the practical feasibility of advanced deformable image registration (DIR) algorithms in radiotherapy by employing two distinct datasets. The first dataset included 14 4D lung CT scans and 31 head and neck CT scans. In the 4D lung CT dataset, we employed the DIR algorithm to register organs at risk and tumors based on respiratory phases. The second dataset comprised pre-, mid-, and post-treatment CT images of the head and neck region, along with organ at risk and tumor delineations. These images underwent registration using the DIR algorithm, and Dice similarity coefficients (DSCs) were compared. In the 4D lung CT dataset, registration accuracy was evaluated for the spinal cord, lung, lung nodules, esophagus, and tumors. The average DSCs for the non-learning-based SyN and NiftyReg algorithms were 0.92±0.07 and 0.88±0.09, respectively. Deep learning methods, namely Voxelmorph, Cyclemorph, and Transmorph, achieved average DSCs of 0.90±0.07, 0.91±0.04, and 0.89±0.05, respectively. For the head and neck CT dataset, the average DSCs for SyN and NiftyReg were 0.82±0.04 and 0.79±0.05, respectively, while Voxelmorph, Cyclemorph, and Transmorph showed average DSCs of 0.80±0.08, 0.78±0.11, and 0.78±0.09, respectively. Additionally, the deep learning DIR algorithms demonstrated faster transformation times compared to other models, including commercial and conventional mathematical algorithms (Voxelmorph: 0.36 sec/images, Cyclemorph: 0.3 sec/images, Transmorph: 5.1 sec/images, SyN: 140 sec/images, NiftyReg: 40.2 sec/images). In conclusion, this study highlights the varying clinical applicability of deep learning-based DIR methods in different anatomical regions. While challenges were encountered in head and neck CT registrations, 4D lung CT registrations exhibited favorable results, indicating the potential for clinical implementation. Further research and development in DIR algorithms tailored to specific anatomical regions are warranted to improve the overall clinical utility of these methods.

• Journal of Radiation Protection and Research
• /
• 제44권4호
• /
• pp.149-155
• /
• 2019

Background: Magnetic resonance (MR) image guided radiation therapy system, enables real time MR guided radiotherapy (RT) without additional radiation exposure to patients during treatment. However, MR image lacks electron density information required for dose calculation. Image fusion algorithm with deformable registration between MR and computed tomography (CT) was developed to solve this issue. However, delivered dose may be different due to volumetric changes during image registration process. In this respect, synthetic CT generated from the MR image would provide more accurate information required for the real time RT. Materials and Methods: We analyzed 1,209 MR images from 16 patients who underwent MR guided RT. Structures were divided into five tissue types, air, lung, fat, soft tissue and bone, according to the Hounsfield unit of deformed CT. Using the deep learning model (U-NET model), synthetic CT images were generated from the MR images acquired during RT. This synthetic CT images were compared to deformed CT generated using the deformable registration. Pixel-to-pixel match was conducted to compare the synthetic and deformed CT images. Results and Discussion: In two test image sets, average pixel match rate per section was more than 70% (67.9 to 80.3% and 60.1 to 79%; synthetic CT pixel/deformed planning CT pixel) and the average pixel match rate in the entire patient image set was 69.8%. Conclusion: The synthetic CT generated from the MR images were comparable to deformed CT, suggesting possible use for real time RT. Deep learning model may further improve match rate of synthetic CT with larger MR imaging data.

• 대한방사선기술학회지:방사선기술과학
• /
• 제36권3호
• /
• pp.227-235
• /
• 2013

적응방사선치료(adaptive radiotherapy, ART)시 획득된 다단계 CT영상으로부터 변형영상정합을 이용하여 전체 처방선량에 대한 주변 정상조직의 합성선량을 획득하고, 각각의 단일 치료계획으로부터 합산되어진 선량을 비교분석하여 임상적 의의를 얻고자 한다. 2011년 5월 1부터 2012년 7월 31일까지 두경부 종양으로 3차원 입체조형치료, 세기변조방사선치료를 시행한 환자 중에서 치료기간 중 종양크기의 변화, 체중의 급격한 감소 등으로 인해 적응방사선치료를 시행한 환자를 대상으로 하였다. 변형영상정합을 이용하여 전체 처방선량에 대한 주변 정상조직의 합성선량을 획득할 수 있었으며, 단일 치료계획으로부터 합산되어진 선량과의 비교에서 하악골($48.95{\pm}3.89$ vs $49.10{\pm}3.55$ Gy), 구강($36.93{\pm}4.03$ vs $38.97{\pm}5.08$ Gy), 이하선($35.71{\pm}6.22$ vs $36.12{\pm}6.70$ Gy), 턱관절($18.41{\pm}9.60$ vs $20.13{\pm}10.42$ Gy)에서 차이의 결과를 보였다. 적응방사선치료시 변형영상정합에 의한 합성선량과 단일 치료계획으로부터 합산되어진 선량과의 유의한 차이를 확인할 수 있었으며, 다단계 CT영상을 사용하는 경우 변형영상정합에 의한 합성선량획득은 주변 정상조직에 대해 보다 정확한 평가가 가능할 것으로 사료된다.

• 대한방사선치료학회지
• /
• 제30권1_2호
• /
• pp.83-95
• /
• 2018

목 적 : 폐암의 호흡동조방사선치료(Respiratory Gated Radiotherapy, RGRT)계획수립 후 표적 주변에 위치하고 있는 정상장기의 경우에는 움직임과 용적변화가 고려되지 않은 상태에서 선량평가가 이루어지는 경우가 많다. 본 연구에서는 적응형방사선치료(Adaptive Radiotherapy, ART)에서 많이 사용되는 변형영상정합(Deformable Image Registration, DIR)을 이용하여 호흡동조방사선치료 시 특정 위상에서의 정상장기의 움직임을 반영한 4차원-선량평가를 진행하였으며, 3차원 선량평가와의 차이를 연구하였다. 또한, 폐암의 치료계획평가 시 환자 호흡에 따른 정상장기의 움직임과 용적변화에 대한 분석 및 고려가 필요한 지 알아보고자 한다. 대상 및 방법 : 호흡동조방사선치료를 받은 폐암 환자 10명을 대상으로 하였다. Eclipse(Ver 13.6 Varian, USA)로 최고 위상 CT영상에 그려진 구조물을 모든 위상영상에 Propagation($Eclipse^{TM}$)이나 Segmentation Wizard($Eclipse^{TM}$)의 메뉴로 동일하게 설정하였으며, Center-to-Center 방식으로 구조물의 움직임 및 용적을 분석하였다. 또한, 4차원 선량평가를 위해 VELOCITY 프로그램(VELOCITY Ver 4.0, Varian, USA)을 이용하여 각 위상의 영상과 선량분포를 최고 위상 CT영상에 변형하였으며, 선량을 합산하여 정상장기의 4차원 선량평가를 실시하고, 3차원 선량평가와 비교분석을 하였다. 또한, 4차원 선량분포의 검증을 위해 $QUASAR^{TM}$ Phantom(Modus Medical Devices)과 $GAFCHROMIC^{TM}$ EBT3 Film(Ashland, USA)을 사용하여 4차원 감마분석을 시행하였다. 결 과 : 들숨과 날숨 구간의 움직임은 우측 폐가 축 방향 $0.989{\pm}0.34cm$로 가장 컸으며, 척수가 측 방향 -0.001 cm로 가장 작았다. 30~70 % 구간의 움직임은 식도가 축 방향 $0.52{\pm}0.21cm$로 가장 컸으며, 척수가 전후방향 $0.013{\pm}0.01cm$로 가장 작았다. 용적은 우측 폐가 33.5 %로 가장 큰 변화율을 보였다. 3차원 선량평가와 4차원 선량평가에서의 PTV 선량균질지수(Conformity Index, CI) 값과 처방선량지수(Homogeneity Index, HI) 값의 차이는 각각 최대 0.076, 0.021, 최소 0.011, 0.0으로 평가되었다. 정상장기의 경우 4차원 선량평가에서 0.0045~2.76 % 차이를 보였다. 모든 환자의 4차원 감마통과율은 평균 $98.1{\pm}0.42%$로 확인되었고, 모두 기준 95 %를 통과하였다. 결 론 : 모든 환자의 PTV 선량균질지수 값은 4차원 선량평가 시 더 유의한 값임을 확인할 수 있었으며, 처방 선량지수는 두 선량평가에서 차이를 보이지 않았다. 호흡에 의한 움직임이 고려된 4차원 선량분포에서 PTV 경계부분이 채워져 3차원 선량분포에서보다 선량이 더욱 균질한 것을 확인할 수 있었다. 정상장기의 4차원 선량평가에서 0.004~2.76 % 차이가 있었으며, 척수를 제외한 모든 정상장기에서 두 평가방법의 차이유의를 확인할 수 있었다. 정상장기의 3차원 선량평가 시 과소평가가 이루어 질 수 있다는 사실을 본 연구를 통해 알 수 있었으며, 호흡에 의한 정상장기의 선량변화가 예상되는 경우 변형영상정합을 이용한 4차원 선량평가를 고려할 수 있을 것이다. 변형영상정합을 이용한 4차원 선량평가는 환자의 호흡에 의한 정상장기의 움직임과 용적 변화를 반영하는 조금 더 현실적인 선량평가방법이 될 것이라고 사료된다.

• Journal of Radiation Protection and Research
• /
• 제44권3호
• /
• pp.103-109
• /
• 2019

Background: Four-dimensional computed tomographic (4DCT) images are increasingly used in clinic with the growing need to account for the respiratory motion of the patient during radiation treatment. One of the reason s that makes the dose evaluation using 4DCT inaccurate is a change of the patient respiration during the treatment session, i.e., intrafractional uncertainty. Especially, when the amplitude of the patient respiration is greater than the respiration range during the 4DCT acquisition, such an organ motion from the larger respiration is difficult to be represented with the 4DCT. In this paper, the method to generate images expecting the organ motion from a respiration with extended amplitude was proposed and examined. Materials and Methods: We propose a method to generate extra-phase images from a given set of the 4DCT images using deformable image registration (DIR) and linear extrapolation. Deformation vector fields (DVF) are calculated from the given set of images, then extrapolated according to respiratory surrogate. The extra-phase images are generated by applying the extrapolated DVFs to the existing 4DCT images. The proposed method was tested with the 4DCT of a physical 4D phantom. Results and Discussion: The tumor position in the generated extra-phase image was in a good agreement with that in the gold-standard image which is separately acquired, using the same 4DCT machine, with a larger range of respiration. It was also found that we can generate the best quality extra-phase image by using the maximum inhalation phase (T0) and maximum exhalation phase (T50) images for extrapolation. Conclusion: In the present study, a method to construct extra-phase images that represent expanded respiratory motion of the patient has been proposed and tested. The movement of organs from a larger respiration amplitude can be predicted by the proposed method. We believe the method may be utilized for realistic simulation of radiation therapy.