CN112424626B 优化多个电极位置并创建3d模型的方法 （诺沃库勒有限责任公司）

2020.12.10PCT/IB2019/0529312019.04.09WO2019/197999EN2019.10.17US2017120041A1,2017.05.04ConductivityandPermittivityMaBrainTissuesDerivedfromBasedonT1-WeightedAcquisition.MaResonanceinMedicine.2016,第77卷1094-1103.模型可以通过获得解剖体积的两个MRI图像来创的IR被映射到在给定频率下的AC电导率的3D模率的3D模型被用于确定针对TTField（肿瘤治疗2获得所述解剖体积的第一MRI图像，所述第一MRI图像具有相关联获得所述解剖体积的第二MRI图像，所述第二MRI图像具有针对所述解剖体积中每个体素，计算所述第一MRI图像中对应体素的强度与所述第二将针对所述解剖体积中每个体素所计算的IR映射到在所述给定频率下电导率或电阻基于在所述映射步骤中生成的在所述给定频率下的电导率或电阻率的所述3D模型以其中所述电极的位置的确定是基于复合模型，在所述复或电阻率的所述3D模型被具有恒定电导率的至所述电极的位置的确定是基于复合模型，在所述复合模型中,所述大脑的电导率或电阻率的所述3D模型被具有恒定电导率的至少一个壳的模型10.根据权利要求1所述的方法，其中电导率或电阻率的所述3D模型是电导率的3D模11.一种在给定频率下创建解剖体积的AC电导率或电阻率的3D模型的方法，所述方法获得所述解剖体积的第一MRI图像，所述第一MRI图像具有相关联获得所述解剖体积的第二MRI图像，所述第二MRI图像具有针对所述解剖体积中的每个体素，计算所述第一MRI图像中对应体素的强度与所述第3将针对所述解剖体积中每个体素所计算的IR映射到在所述给定频率下AC电导率或电18.根据权利要求11所述的方法，其中AC电导率或电阻率的所述3D模型是AC电导率的4[0002]此申请要求美国临时申请62/655,670的权益(于2018年4月10日提交)，所述申请利通过引用以其整体并入到本文中。TTField被批准用于治疗多形成胶质细胞瘤置在患者的剃后头上的换能器阵列。TTField通常通过在被治疗的肿瘤内生成垂直场的两化阵列在患者的头皮上的放置以增加大脑病变区域中的强度是针对Optune系统的标准实的位置以及大脑组织的电特性(EP)可被用于确定TTField在头部内是如何分布的。可以使用多种常规方法来完成阵列放置优化，所述方法诸如使用NovoTalTM系统或使用美国专利成像(DWI)或扩散张量成像(DTI)的MRI获得解剖体积中的电导率测量，并随后直接从所获得的电导率或电阻率测量中生成大脑的电导率的3D图，而无需将解剖体积分割为组织类[0006]本发明的一个方面涉及在低于1MHz的给定频率下创建解剖体积的AC电导率或电对解剖体积中每个体素所计算的IR映射到在给定频率下AC电导率或电阻率的3D模型的对5[0009]本发明的另一方面涉及优化放置在被试者身体上的多个电极的位置的第二方方法包括获得分别具有相关联的第一和第二重复时间的解剖体积的第一和第二MRI图像。[0017]本申请描述了一种用于创建用于仿真TTField的实际头部模型的方法，所述方法比美国专利10,188,851中描述的现有技术方法具有更高的计算效率并提供更高的分辨率。改善的结果，因为形成单个DTI图像切片所需的帧数远高于形成单个T1图像切片所需的帧数。结果，DTI图像将包括比T1图像少得多的切片(假设患者在MRI机器上花费相同的时间6[0019]本描述被分为两个部分：部分1提供对用最少用户干预从MRI数据中为TTField仿[0020]图1是用于创建模型(在步骤S11-S14中)并使用该模型来优化电场(步骤S21-S24)[0022]创建精确计算人体模型涉及在计算人体模型内的每个点上精确地映射电特性(例[0023]直接使用MRI序列来映射电特性减少了对精确组织分割(这是时间耗费且劳动密[0024]图1中的步骤S11-S14描绘了可被用于基于MRI电导率测量来生成代表患者的计算体积的第一MRI图像可以是具有700ms的重复时间的T1图像，并且解剖体积的第二MRI图像在大脑内特定组织的区域，在所述区域中可能有利的是分配没有从MRI测量导出的典型电像内的头骨和头皮，并将典型的电导率值分配给与这些层相对应的区域(但仍依赖于基于7创建。针对使用者的另一种选项是通过验证结构图像来测量处于代表区域(可能放置换能[0030]基于水含量的EP断层扫描(wEPT)是一种方法，所述方法利用具有不同重复时间 来映射电特性(EP)。使用文献中报道的健康组织的典型WC和EP值来导出经验模型，已经将wEPT适用于映射在128MHz下健康大脑的EP。参见E.Michel，D.Hernandez和S.YLee，“Electricalconductivityandpermittivitymapsofbraintissuesderivedfrom超高频率(UHF)范围，[组织]的EP几乎完全由水含量确定”；并且在这些频率(例如，在[0032]可被用于从具有不同TR的两个T1加权的MRI图像的图像比率(IR)确定水含量；并过测量样本的干重和湿重之间的差来估计样T1加权图像的TR的组合的最佳选择是TRshort＝700ms而TRlong＝T1MRI序列、具有长重复时间的T1MRI序列和用于样本分割的T2MRI序列)与总共20个切以考虑到在较低离体温度下测量的T1和EP值82A和图2B中描绘了体内200kHz电导率估[0042]鉴于在指示可以从MRI数据直接生成的解剖体积的低频(例如，200kHz)下的电导无需将MRI分割成组织类型，并且随后使用电导率的该3D图来优化用于向人的头部应用[0043]返回图1，步骤S13和S14从先前在步骤S11中获取的具有短和长重复时间的MRI图第一MRI图像中的每个体素的强度与在第二MRI图像中的对应体素的强度的比率IR。然后，在步骤S14中，针对解剖体积中每个体素的所计算的IR被映射到在给定频率下电导率的3D[0044]对于给定的MRI机器的设置的任何给定集合，可以确定用于在图像比率IR和水含[0045]因为以上方程1被用于从IR计算WC，并且以上方程2被用于从WC计算电导率估并且因为可以基于MRI机器的已知设置和将在其下应用TTField的已知频率而预先确定所备选地，可以通过使用以上方程1和2的曲线拟合来在数学上实现步骤S14中的映射。备选[0046]在解剖体积的电导率图在步骤S14中被生成后，所得的电导率图可以与围绕解剖以及其中包含的任何肿瘤的初始电导率图将在步骤S14中被生成。并且为了最后定下头部[0049]阵列布局的优化是指找到使患者的大脑的患病区域(肿瘤)内电场优化的阵列布9一旦将阵列放置在实际头部模型上并应用边界条件，则计算在实际头部模型内发展的电者的身体内产生最佳电场分布的布局的第一步骤是正确识别应在其中优化电场的位置和肿瘤的大体可证实程度和位置，而CTV包括已证实的肿瘤(如果存在的话)以及带有推测肿[0052]为了识别GTV或CTV，有必要在MRI图像内识别肿瘤的体积。这可以由用户手动执[0057]步骤S22涉及针对给定迭代自动计算实际头部模型上的阵列的位置和方位。在[0059]步骤S23涉及针对给定迭代计算头部模型内的电场分布。一旦构造了头部人体模界条件的示例包括换能器阵列上的Dirichlet边界(恒定电压)条件、换能器阵列上的Neumann边界条件(恒定电流)或浮动电势边界条件，所述浮动电势边界条件设置了在该边[0061]存在可被用于为患者找到最佳阵列布局的多种方法，下面描述所述方法中的三布局计算针对肿瘤中电场的目标函数。因此，此方法还涉及针对每个布局重复步骤S22和的肿瘤的中心放置与预期场的方向对齐的偶极子并求解电磁势来找到针对阵列的最佳位[0064]注意，可以使用备选优化