혈관분포도(vascularity) 및 세포조밀도(cellularity)와 같은 종양의 생물학적 특성을 고려한 임상표적체적을 결정하기 위하여, 국부혈류용적영상(regional cerebral blood volume map, rCBV map)과 겉보기확산계수영상(apparent diffusion coefficient map, ADC map)의 종양 체적을 해부학적 영상 위에 맵핑 할 수 있는 소프트웨어를 개발하였다. 개발한 프로그램은 해부학적 영상 및 기능 영상 간 mutual information, affine transform, non-rigid registration을 이용한 영상 정합 기능을 제공한다. 영상 정합 후 기준 영상과 정합된 영상에서 획득한 각 segmented bone의 겹치는 체적 비율 및 contour 간 평균 거리를 이용하여 정합도 평가도 가능하다. 잔여 종양이 있는 악성신경아교종 환자의 영상을 이용하여 소프트웨어의 기능을 평가하였을 때, bone segmentation과 contour 간 평균 거리 차이를 이용한 정합도는 각각 약 74%와 2.3 mm였으며, 수동정합을 이용하여 2~5% 정도의 정합도를 향상 시킬 수 있었다. 종양의 생물학적 특성을 치료 계획에 반영할 수 있도록, color map을 이용하여 rCBV map을 분석하였으며, ADC map에서 설정한 관심 영역의 평균 확산 계수와 표준 편차 등을 계산하여 종양의 예후 인자 및 악성도를 평가하였다. 두 기능 영상이 공통적으로 나타내는 종양 체적에서 얻은 생물학적 인자를 평면 위에 맵핑하여 종양의 특성을 쉽게 파악할 수 있는 multi-functional parametric map을 구성하였다. 또한 각기능 인자에 대응되는 악성 종양의 임계값을 적용하여 주변 종양 세포에 비하여 혈관 분포도는 높으면서 확산 계수는 낮아 악성 종양 세포일 확률이 높은 영역을 구분할 수 있었다. 각 기능 영상 위에서 설정한 생물학적 종양 체적 및 악성도가 높은 국소 체적은 해부학적 영상 위에 표시하여 dicom 파일로 출력할 수 있었다. 개발한 소프트웨어는 기능적 다중영상을 이용하여 생물학적 종양 체적을 해부학적 영상 위에 맵핑하는데 적용할 수 있으며, 해부학적 영상에서 파악하기 어려운 종양의 특성 변화들을 치료 계획에 활용할 수 있다. 나아가 개발한 소프트웨어를 이용하여, 한 종류의 영상을 참고하여 종양 체적을 결정했을 때 발생할 수 있는 오류를 줄이고, 치료 전이나 치료 과정에서 나타나는 종양의 조직학적, 생리학적 특성을 치료 계획에 접목하는데 활용할 수 있다.
To determine the clinical target volumes considering vascularity and cellularity of tumors, the software was developed for mapping of the analyzed biological clinical target volumes on anatomical images using regional cerebral blood volume (rCBV) maps and apparent diffusion coefficient (ADC) maps. The program provides the functions for integrated registrations using mutual information, affine transform and non-rigid registration. The registration accuracy is evaluated by the calculation of the overlapped ratio of segmented bone regions and average distance difference of contours between reference and registered images. The performance of the developed software was tested using multimodal images of a patient who has the residual tumor of high grade gliomas. Registration accuracy of about 74% and average 2.3 mm distance difference were calculated by the evaluation method of bone segmentation and contour extraction. The registration accuracy can be improved as higher as 4% by the manual adjustment functions. Advanced MR images are analyzed using color maps for rCBV maps and quantitative calculation based on region of interest (ROI) for ADC maps. Then, multi-parameters on the same voxels are plotted on plane and constitute the multi-functional parametric maps of which x and y axis representing rCBV and ADC values. According to the distributions of functional parameters, tumor regions showing the higher vascularity and cellularity are categorized according to the criteria corresponding malignant gliomas. Determined volumes reflecting pathological and physiological characteristics of tumors are marked on anatomical images. By applying the multi-functional images, errors arising from using one type of image would be reduced and local regions representing higher probability as tumor cells would be determined for radiation treatment plan. Biological tumor characteristics can be expressed using image registration and multi-functional parametric maps in the developed software. The software can be considered to delineate clinical target volumes using advanced MR images with anatomical images.
