专利名称：电容射频热疗装置的深部热场优化控制方法
技术领域：
本发明涉及一种射频热疗方法，尤其涉及一种电容射频热疗方法。
电容射频热疗(capacitive radio-frequency hyperthermia)是肿瘤临床中常用的高温治癌(Hyperthermic Oncology)技术。其中有两极板电容型和三极板电容型两种，所述的两极板电容型简称为两电容热疗，三极板电容型简称为三电容热疗。电容耦合加热主要是通过射频电流在组织中的欧姆损耗来产生热效应，其主热场范围随电极面积增加而逐步加深。但射频电流随着与电极距离增加而发散，导致电流密度随治疗深度增加而减小，因此深部加热的效果减弱。两电容热疗时，热场分布主要靠电极大小来调整，其有效热区多靠近小尺寸电极一侧，为达到深部加热目的，需使用较大面积的电极，只有当极板直径等于或超过极板间距时，大部分射频电流才能在由极板组成的柱体内流过，其相应的深部组织才能被加热，但因加热面积增大和深度增加而使电流密度降低，难以满足深部加热的要求。对三电容热疗来说，虽然可通过改变三个极板电压的相位、幅值和功率分配方式来调整热场分布，但仍无法使射频电流集中在组织深部。基于上述原因，电容射频热疗对深部治癌往往难以奏效。因此，如何有效地调整和控制深部热场分布是电容射频热疗用于深部高温治癌时能否取得良好疗效的难点，至今尚无较好的解决方法。
肿瘤热疗中最重要也即最困难的问题之一是如何控制人体内加热温度场分布，使之既覆盖住欲加热的肿瘤组织靶区，达有效治疗高温区43~45℃，但又不损伤其周围的正常组织，保证其温度低于40℃。为此，在选择加热物理参数，如辐射器功率、电极位置尺寸和电压相位等和制定临床热疗方案之前，应进行人体内温度场分布预测。但生物体内温度场无损检测仍是生物医学热物理研究和临床应用中尚未解决的难题。
目前，业内人士认为，采用计算机数值仿真方法进行生物体温度场无损重构是最有应用前景的途径。通常，由已知加热物理条件来求解热场分布，称为正问题；反之，由预期目标热场分布求解所需加热物理参数称为逆问题。由于人体组织具有各向异性，迄今为止，在肿瘤热疗中，多为正问题预测，未见逆问题求解。
本发明的目的在于，克服现有技术的不足，提供一种电容射频热疗装置的深部热场优化控制方法，以直接获得可达到预期高温治癌目标热场分布的理想加热物理参数。这对有关热疗装置设计及热疗临床方案制定均有重要指导意义和实用价值。
为达到上述目的，本发明采用以下步骤实现(1)将断层组织影像胶片数字化后的图像信息输入到计算机中；(2)用具有处理图像信息功能的程序处理上述图像信息从而获得断面简化结构模型的有限元剖分图像信息，并将其存储于存储装置中；(3)将预定靶区加热的目标温度分布的数据存储于存储装置中；(4)将电容射频热疗装置的加热物理参数存储于存储装置中；(5)依据上述有限元剖分和加热物理参数进行正问题求解，获得计算温度分布的数据；(6)依据上述计算温度分布和目标温度分布的数据求解得到温度目标函数；(7)依据上述温度目标函数的数值进行如下选择若该数值不接近0，则采用遗传算法进行优化求解，修正加热物理参数，并返回步骤(4)，进行循环处理；若该数值接近0，则将上述步骤(4)中所述的加热物理参数作为电容射频装置的深部热场的最优加热物理参数输出。
所述的遗传算法最好采用下列子步骤(a)随机选择五个个体或四个个体再连同上一代的最佳个体，构成新一代种群；(b)计算个体的适应性，将最佳个体标为个体5直接送入下一代，以保证遗传信息不丢失；(c)其余个体根据竟赛规则进行繁殖，最佳个体也参与竞争，并且避免近亲繁殖；(d)种群中选出的个体以一定概率进行交配；(e)检测种群是否收敛，若收敛转至步骤(b)，作循环处理；若不收敛，则执行下一步骤；(f)依据迭代代数的数值作如下选择若该数值小于允许的最大代数，则返回步骤(a)，进行循环处理；若该数值等于或大于允许的最大代数，则完成遗传算法。所述的种群交配后，进行变异。所述的温度目标函数的算法采用如下方式表达J=∫ΩλFT[T(φ)]dΩ]]>式中φ为待优化的边界电位分布，Ω为优化求解的有限元剖分区域，λ为目标函数中对应不同剖分区域的优化权重；Rr为温度目标函数，包含肿瘤组织的温度目标函数FT1和正常组织的温度目标函数FT2两部分；温度目标函数FT的积分离散为如下形式∫ΩFT[T(φ)]dΩ=λ1Σl=1N1FT1[Ti(φ)]+λ2Σj=1N2FT2[Tj(φ)]]]>式中N1为需要加热的肿瘤组织节点数，N2为应避免过热的正常组织节点数，T1和T2分别为相应节点温度，λ1和λ2分别为肿瘤组织和正常组织的优化权重。式中所述的肿瘤组织和正常组织的优化权重之比λ1/λ2以8~14为宜。
本发明的有益效果是在人体深部热疗时，无论是使用两极板电容型和三极板电容型的电容射频热疗装置，采用本发明的方法均能有效、准确、直接地获得可达到预期高温治癌目标热场分布的理想加热物理参数。从而改善电极边沿的过热效应，既能使深部肿瘤部位达到预期热疗目标温度，又能避免损伤深部肿瘤周围的正常组织。
下面结合附图和具体实施方式
对本发明作进一步详细说明。
图1是本发明电容射频热疗装置的深部热场优化控制方法的工作流程图；图2是本发明提取断层简化组织模型和模型的有限元剖分的流程图；图3是本发明正问题求解温度场分布的流程图；图4是本发明利用遗传优化算法获得加热物理参数的流程图；图5(a)和图5(b)分别是本发明加热躯体的断面简化结构模型和模型的有限元剖分示意图；图6是本发明温度目标函数的曲线图；图7(a)、图7(b)和图7(c)分别是本发明肿瘤位于深部时两电容热疗优化加热条件下的电势(φ)分布、SAR分布和温度(T)分布的示意图；图8(a)、图8(b)和图8(c)分别是本发明同时存在深部和浅部肿瘤时两电容热疗优化加热条件下的电势(φ)分布、SAR分布和温度(T)分布的示意图；图9(a)、图9(b)和图9(c)分别是本发明肿瘤位于深部时两电容热疗优化加热条件下的电势(φ)分布、SAR分布和温度(T)分布的示意图；图10(a)、图10(b)和图10(c)分别是本发明同时存在深部和浅部肿瘤时三电容热疗优化加热条件下的电势(φ)分布、SAR分布和温度(T)分布的示意图。
图1至图6示出本发明工作流程，在图1中，利用医学影象装置，所述医学影象装置可以是X射线断层摄影装置，即X-CT；或是磁共振成象，即MRI；及其它医学影象设备，获得加热目标区域的断层组织胶片，然后经数字化胶片扫描仪将断层影像输入计算机，在机内由手工或程序简化组织结构模型，确定断面及器官边界，并完成断面结构模型的有限元剖分，如图5(a)和图5(b)所示；从图5(a)中可分析出该加热躯体中含有两块肿瘤，其中一块7位于浅表，另一块8位于深部；从图5(b)中得出有限元剖分的三角单元数为1555，节点数为826，但边界点中加热电极和冷却水袋所对应的节点位置、数目及电压值需在优化过程中确定。
为了进行正问题求解，设人体初始温度和血液温度均为37℃，初始电极位置、大小和电压值均随机取得；根据热疗理论和临床经验，定义预期加热的最终目标温度为肿瘤组织温度43~45℃，正常组织温度30~40℃。
加热物理参数主要由电容射频热疗装置上的各电极板位形和加热功率构成，这里说的电极板位形指的是电极板的大小尺寸和位置，根据加热功率得出极板电压。极板电压和位形决定了人体外边界电位φ的分布，{φ}＝{φ1，φ2，…φm}。这里φ1~φm为有限元剖分中边界各节点电位，其中包括电极板处的节点电位。此外，在人体皮肤与电极板间通常垫以冷却水袋以避免电极边缘电场的过热。由于循环水冷作用冷却水袋具有稳定的冷却温度。
对于电容射频热疗加温场合，根据图5(b)的有限元剖分和随机确定的初始加热物理参数进行正问题求解以获得计算温度分布的数据。其正问题求解如图3所示包括两部分电磁场问题——求解Laplace方程以得到生物组织中的电场分布；温度场问题——求解生物热传输方程以得到组织中由电场加热而产生的温度分布。
由于射频取值为10MHz左右，其波长远大于人体深度尺寸，可采用似稳电场来描述人体中的电场。场中电势φ，满足Laplace方程(-εφ)＝0(1)式中ε为生物组织的介电常数。由电势φ的分布可解得电场强度 的分布E→=-▿φ----(2)]]>电场 在生物组织中引起射频电流，产生欧姆加热效应。对于三极板射频电容热疗装置，其三个极板的电势φ还应满足矢量和为零的相位平衡条件φ1＋φ2＋φ3＝0 (3)热疗临床上将单位组织质量所吸收的热量即电场能称之为比吸收率(SpecificAbsorption Rate-SAR)，记为Qs，由下式给出QS=12σ1|E|2----(4)]]>加热区域内组织温度(T)分布由下述Pennes生物传热方程决定ρtCt∂T∂t-▿(Kt▿T)=Qt+Qs+Qb--(5)]]>式中ρt，Ct，Kt分别为组织密度、比热和导热率。Qt为生理产热项，Qs为SAR产热项，Qb为血流灌注散热项。Qb可由下式描述Qb＝(Fb)t(ρbCb)(T-Tb)(6)式中(Fb)t为组织(t)中血流(b)灌注量，ρb，Cb为血液密度和比热，Tb为灌注血液温度。计算中假定(Fb)t为不随加热温度变化的常量，血液温度定为37℃。一般情况下Qt比Qs和Qb小得多，可略去。
正问题即求解以上(1)~(5)式。本发明采用二维有限元法(2D-FEM)进行数值求解，适用于两电容和三电容两种热疗系统。表1为计算时所需电、热物理参数。
表1 生物组织的电学和热学参数
在图4中，根据目标温度分布和计算温度分布，定义如下的优化温度目标函数JJ=∫ΩλFT[T(φ)]dΩ----(7)]]>式中φ为待优化的边界电位分布，Ω为优化求解的有限元剖分区域，λ为目标函数中对应不同剖分区域的优化权重。Fr为温度目标函数，含肿瘤组织的温度目标函数FT1和正常组织的温度目标函数FT2两部分。
图6示出，当肿瘤温度处于43～45℃时，FT1＝0；当正常组织温度在30～40℃时，FT2＝0。若此时进行数值计算，公式(6)中FT的积分可离散为如下形式∫ΩFT[T(φ)]dΩ=λ1Σi=1N1FT1[Ti(φ)]+λ2Σj=1N2FT2[Tj(φ)]---(10)]]>式中N1为需要加热的肿瘤组织节点数，N2为应避免过热的正常组织节点数，Ti和T2分别为相应节点温度，λ1和λ2分别为肿瘤组织和正常组织的优化权重。
图4示出优化算法的处理过程，在给定目标温度分布的加热条件下，优化电极驱动电压和极板的位形参数，使得经正问题求解所得计算温度分布尽可能接近于预定目标温度分布，换句话说，就是经正问题求解得到的温度目标函数的值接近0。本发明采用遗传算法(Genetic algorithms-GA)进行优化求解，遗传算法是一类采用遗传学机制进行参数搜索的数值优化技术。近年来因其有很好的鲁棒性而被产泛用于工程、科学、经济学等领域中求解各类优化问题，成为解决多目标、非光滑、复杂优化难题的有力工具。遗传算法通常使用选择、交配、变异等三个算子，历经数代才能获得满意的优化结果。优化求解的任务是使用遗传算法对边界电势分布进行迭代修正，直到相邻代的最佳结果所对应的目标函数变化小于某一阈值或达到允许进化的最高代数时停止。
遗传算法的步骤如下(a)随机选择五个个体或四个个体再连同上一代的最佳个体，构成新一代种群；
(b)计算个体的适应性，将最佳个体标为个体5直接送入下一代，以保证遗传信息不丢失；(c)其余个体根据竞赛规则进行繁殖，最佳个体也参与竞争，避免避免近亲繁殖；(d)、种群中选出的个体以一定概率进行交配，交配后可不进行变异；(e)、根据检测种群是否收敛选择进行若收敛，则转至步骤(b)，进行循环处理；若不收敛，则执行下一步骤；(f)、根据迭代代数的数值作如下选择若该数值小于允许的最大代数则返回步骤(a)，进行循环处理；否则完成遗传算法。
对于两电容热疗系统，因其优化目标相对较少，本发明使用微遗传算法；对于三电容热疗系统则使用普通遗传算法。
图7(a)、图7(b)和图7(c)给出了仅在深部含有肿瘤时两电容热疗的优化计算的结果。其中图7(a)为在交流电压取最大值时，优化加热条件下的电势(φ)分布，图7(b)为SAR分布，图7(c)为温度(T)分布。总加热时间900秒。加热靶区即肿瘤组织的最终温度为43.7±0.9℃；在非加热靶区即正常组织温度为37.7±3.1℃；消耗功率为2300W。优化加热条件下电极的位置尺寸如图中边界外围粗黑线所示。从图中可以看到深部肿瘤部位基本达到了预期热疗目标。
图8(a)、图8(b)和图8(c)给出了肿瘤位于深部时三电容热疗的优化计算结果，其中图8(a)为在交流电压取最大值时，优化加热条件下的电势(φ)分布，图8(b)为SAR分布，图8(c)为温度(T)分布。总加热时间900秒。加热靶区即肿瘤组织的最终温度为43.0±0.7℃；在非加热靶区即正常组织温度为38.6±3.0℃；消耗功率为2880W，此功率比肿瘤位于浅表时消耗功率有所增加。与两电容热疗相比，三电容热疗时在使深部肿瘤部位达到预期热疗目标的同时，也改善了电极边沿的过热效应，即优化结果更为出色。这主要是因为三电容热疗时不仅电极的位置尺寸有更多的调整余地，而且三个极板的电势还可以调整相位分配，使之具有更强的优化能力。
图9(a)、图9(b)和图9(c)给出了深部和浅部同时存在肿瘤时两电容热疗的优化计算的实例的结果，其中图9(a)为优化加热条件下的电势(φ)分布，图9(b)为SAR分布，图9(c)为温度(T)分布。总加热时间900秒。深部肿瘤靶区最终温度为43.2±0.7℃；边缘肿瘤靶区的最终温度为43.2±1.6℃；在非加热靶区即正常组织的温度为38.7±3.1℃；消耗功率为3150W，需比仅存在单个肿瘤时增大消耗功率。从图中可以看出深部与浅部的肿瘤均已进入有效高温区，但仍有局部正常组织的过热现象。有趣的是此时优化效果比仅有深部肿瘤时更好。其原因可能是由于深、浅部同时存在肿瘤时，深部肿瘤可借助于位于边界的浅部肿瘤加热优化目标驱动作用获得优化加热的边界电势分布；而仅有深部肿瘤时，边界仅存在避免正常组织过热的约束条件，故对深部肿瘤加热优化驱动作用难以奏效。
图10(a)、图10(b)和图10(c)给出了深部和浅部同时存在肿瘤时三电容热疗的优化计算结果，其中图10(a)为优化加热条件下的电势(φ)分布，图10(b)为SAR分布，图10(c)为温度(T)分布。总加热时间900秒。深部肿瘤终温度为43.2±0.7℃；边缘肿瘤靶区的最终温度为43.2±1.6℃；在非加热靶区即正常组织的温度为38.7±3.1℃；消耗功率为3150W，同样需比仅存在单个肿瘤时增大消耗功率。从图中同样可以看出此时比单独存在深部肿瘤时优化效果要好，且比两电容热疗的优化效果更好。
图7、图8、图9和图10系列示出的优化计算结果的操作过程是先使用X-CT装置获得加热目标区域的断层组织胶片，再经数字化扫描仪将胶片影象输入计算机；操作人员可通过键盘由手工和程序确定组织断面及器官边界，完成断面结构的有限元剖分；然后随机设置热疗装置的初始加热物理参数，即电极位置、大小和电压值，并定义预期加热的最终目标温度；经启动热场优化控制程序，根据设定的初始加热物理参数和最终目标温度，系统采用二维有限元法(2D-FEM)进行数值求解电磁场和温度场的正问题，接着根据有限元剖分和正问题求解的温度场，使用微遗传或普通遗传算法进行逆问题优化计算，在给定目标温度分布下，优化电极驱动电压和极板的位形参数，最终使得遗传优化算法得出温度目标函数接近0的结果，这样就达到了经正问题求解所得计算温度分布尽可能接近于预定目标温度分布。
在优化求解时，优化权重因子λ1和λ2的选取较为重要。原则上来说，对肿瘤组织加热和避免正常组织的过热是一对矛盾，反映到优化求解时即是多目标优化问题。若λ1和λ2取相近值，则优化过程十分缓慢，几乎难以得到较好的结果。因此λ1和λ2孰轻孰重需视优化目标而定。本发明的场合，优化权值比λ1/λ2取8至14范围值时优化结果较好。
以上实例是本发明的典型应用技术效果。本发明虽然假定血流灌注率不随温度变化，若血流灌注率随温度而变化，本发明的优化思想和主要算法仍然适用。本发明提出的这项生物体内温度场的重构和优化控制技术的推广应用将为热疗装置设计和临床方案制定开辟新途径。
权利要求
1.一种利用计算机系统进行电容射频热疗装置的深部热场优化的控制方法，包括下列步骤(1)将断层组织影像胶片数字化后的图像信息输入到计算机中；(2)用具有处理图像信息功能的程序处理上述图像信息从而获得断面简化结构模型的有限元剖分图像信息，并将其存储于存储装置中；(3)将预定靶区加热的目标温度分布数据存储于存储装置中；(4)将电容射频热疗装置的加热物理参数存储于存储装置中；(5)依据上述有限元剖分和加热物理参数进行正问题求解，获得计算温度分布的数据；其特征在于，它还包括以下步骤(6)依据上述的计算温度分布和目标温度分布的数据求解得到温度目标函数；(7)依据上述温度目标函数的数值进行如下选择若该数值不接近0，则采用遗传算法进行优化求解，修正加热物理参数，并返回步骤(4)，进行循环处理。若该数值接近0，则将上述步骤(4)中所述的加热物理参数作为电容射频装置的深部热场最优加热物理参数输出。
2.根据权利要求1所述的电容射频热疗装置深部热场优化控制方法，其特征在于所述的遗传算法包括下列步骤(a)、随机选择五个个体或四个个体再连同上一代的最佳个体，构成新一代种群；(b)、计算个体的适应性，将最佳个体标为个体5直接送入下一代，以保证遗传信息不丢失；(c)、其余个体根据竟赛规则进行繁殖，最佳个体也参与竞争，并且避免近亲繁殖；(d)、种群中选出的个体以一定概率进行交配；(e)、根据检测种群是否收敛，作如下选择若收敛转至步骤(b)，进行循环处理；若不收敛，则执行下一步骤；(f)、依据迭代代数的数值作如下选择若该数值小于允许的最大代数，则返回步骤(a)，进行循环处理；若该数值等于或大于允许的最大代数，则完成遗传算法。
3.根据权利要求2所述的电容射频热疗装置深部热场优化控制方法，其特征在于所述的种群交配后，进行变异。
4.根据权利要求1所述的电容射频热疗装置深部热场优化控制方法，其特征在于所述温度目标函数的算法采用如下方式表达J=∫ΩλFT[T(φ)]dΩ]]>式中φ为待优化的边界电位分布，Ω为优化求解的有限元剖分区域，λ为目标函数中对应不同剖分区域的优化权重；FT为温度目标函数，包含肿瘤组织的温度目标函数FT1和正常组织的温度目标函数FT2两部分温度目标函数FT的积分离散为如下形式∫ΩFT[T(φ)]dΩ=λ1Σi=1N1FT1[Ti(φ)]+λ2Σj=1N2FT2[Tj(φ)]]]>式中N1为需要加热的肿瘤组织节点数，N2为应避免过热的正常组织节点数，T1和T2分别为相应节点温度，λ1和λ2分别为肿瘤组织和正常组织的优化权重。
5.根据权利要求4所述的电容射频热疗装置深部热场优化控制方法，其特征在于所述肿瘤组织和正常组织的优化权重之比λ1/λ2为8～14。
全文摘要
本发明公开了一种利用计算机系统进行电容射频热疗装置深部热场优化控制的方法。该方法使用基于人体断层扫描的组织结构模型,根据预定肿瘤组织靶区加热温度和避免正常组织过热要求,引入目标函数和有关权重系数,通过遗传算法迭代修正加热物理参数,使目标函数达到极小值,获得达到理想热场分布所需加热物理参数。该方法对肿瘤热疗临床方案的制定、实施和电容射频热疗装置设计有重要的指导意义。
文档编号A61B18/12GK1331954SQ01129558
公开日2002年1月23日 申请日期2001年6月27日 优先权日2001年6月27日
发明者万柏坤, 程晓曼, 朱欣 申请人:天津大学