메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
장훈 (국립암센터 양성자치료센터) 김호식 (국립암센터 양성자치료센터) 최승오 (국립암센터 양성자치료센터) 김은숙 (국립암센터 양성자치료센터) 정종휘 (국립암센터 양성자치료센터) 안상희 (국립암센터 양성자치료센터)
저널정보
대한방사선치료학회 대한방사선치료학회지 대한방사선치료학회지 제30권 제1호
발행연도
2018.1
수록면
97 - 105 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
목 적 : Proton Therapy는 Bragg-peak를 이용해 종양에는 최대의 선량, 정상조직에는 최소의 선량을 줄 수 있는 특징을 가지고 있기 때문에 환자의 위치변화나 치료부위의 위치 변화를 정량화 할 수 있는 의료영상 분석 시스템은 양성자 치료에 있어서 무엇보다도 중요하다. 본 연구 목적은 Matlab 기반의 In-house Registration code를 제작하여 기존 DIPS program을 통한 Set-up과 In-house code를 통한 영상정합을 비교하여 Algorithm의 유용성을 평가하고 DIPS와 DRR간의 오차 값을 확인하여 기존 치료의 정확성을 평가하고자 한다. 대상 및 방법 : 본원에서 양성자 치료를 받은 13명의 뇌종양, 두경부암 환자를 대상으로 하였으며 영상비교에 필요한 DIPS Program System(Version 2.4.3, IBA, Belgium)와 환자의 치료계획을 위해 Eclipse Proton Planning System(Version 13.7, Varian, USA)을 사용하였다. Registration 방법에 대한 Validation을 위해 Test image를 인위적으로 회전 및 이동하여 기존 Image와 영상정합 하였고, 기존 Set up 방식의 DIPS program의 환자 일별 초기 Set up image를 plan DRR과 영상정합 하여 각각 오차 값을 얻어 Algorithm의 유용성을 평가하였다. 그리고 기존 Set up 방식의 정확성을 평가하기 위해 환자 일별 최종 Set up image와 DRR image를 영상정합하여 오차 값을 확인하였다. 결 과 : Test image를 left와 right 방향으로 각각 0.5, 1, 10 cm를 이동시켰을 때 평균 0.018 cm의 오차 값을 보였으며 시계와 반시계방향으로 각각 1, $10^{\circ}$씩 회전시켰을 경우에는 평균 $0.0011^{\circ}$의 오차를 나타냈다. 4명의 환자 일별 초기 image를 영상정합 하였을 때는 x, y, z 방향 순으로 평균 0.056, 0.044, 0.053 cm의 오차 값을 나타냈으며 Rotation, Pitch 순으로 0.190, $0.206^{\circ}$의 차이를 나타냈다. 13명의 환자 일별 최종 image를 영상 정합 하였을 때는 x, y, z 방향 순으로 평균 차이는 0.062, 0.085, 0.074 cm이였고 Vector 값으로는 평균 0.120 cm의 차이를 보였다. Rotation, Pitch 순으로는 평균 0.171, $0.174^{\circ}$의 차이 값을 나타냈다. 결 론 : 본 연구를 통해 제작된 Matlab 기반의 In-house Registration code는 단순한 Image 뿐만 아니라 해부학적 구조에서도 Intensity 기반의 정확한 영상정합을 나타냈다. 또한 기존 치료방식의 DIPS program을 통한 Set-up 오차는 매우 미미한 차이를 보임으로써 이는 양성자치료의 정확성을 확인할 수 있었다. 앞으로 임상적용을 위해 추가적인 프로그램 개발과 향후 Intensity 기반의 Matlab In-house code 연구가 필요하다고 사료된다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0