Automated Treatment Planning in Magnetic Resonance guided High Intensity Focused Ultrasound

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Master's thesis
Date
2011
Major/Subject
Sovellettu elektroniikka
Mcode
S-66
Degree programme
Language
en
Pages
[11] + 95
Series
Abstract
Högintensivt fokuserat ultraljud guidat av magnetresonanstermometri (MR-HIFU) är en ickeinvasiv medicinsk metod för att åtstadkomma lokal uppvärmning i vävnad, vilket tillämpas främst för behandling av tumörer. Tekniken utnyttjar fokuserat ultraljud för att lokalt höja temperaturen i tumörvävnaden vilket resulterar nekros. För att orsaka ablation i hela tumören krävs det att flera av dessa celler sonikeras. Att manuellt planera hur dessa celler skall placeras, medan behandlingens samtliga säkerhetsaspekter tas i beaktande, är en tidskrävande och monoton process som samtidigt kräver expertis och precision. Dessutom, på grund av behandlingens mångfacetterade karaktär är den svår att optimera manuellt. Syftet med detta arbete var att utforma en algoritm för automatisk behandlingsplanering för MR-HIFU för att förbättra arbetsflödet i planeringsprocessen, samt att producera en prototyp av en dylik algoritm. Den presenterade algoritmen är en stegvis process. Först producerar algoritmen en grupp av positioner som kan sonikeras på ett säkert sätt. Därefter finner algoritmen den optimala undergruppen av dessa positioner. Slutligen optimerar algoritmen resten av de relevanta behandlingsparametrarna. Behandlingen kan optimeras antingen genom att maximera volymen som utsätts för ablation eller genom att minimera tiden som behandlingen kräver. Den presenterade algoritmen är tillräckligt generell för att kunna anpassas till samtliga ablationstillämpningar av MR-HIFU. Den har en modulstruktur vilket förenklar uppgradering, och den kan använda information om hur behandlingen framskrider för att reglera och uppdatera planen. Detta är den första publicerade algoritmen för behandlingsplanering inom MRHIFU som kan optimera behandlingen samt använda återkoppling för att reglera planen. Prototypen testades i två konstgjorda fall samt i ett äkta kliniskt fall vilket dess genomförbarhet.

Magnetic Resonance guided High Intensity Focused Ultrasound (MR-HIFU) is a noninvasive medical procedure for localized tissue heating, used mostly in treatment of tumours. The modality utilizes focused ultrasound to raise the temperature of the tumour tissue in small localized volumes, resulting in necrosis. To ablate the whole tumour, several of these sonication cells are need. Planning the positions of the cells, while taking into consideration all safety aspects of the treatment, is a time consuming and monotonous task, but requires at the same time expertise and precision. Furthermore, due to the complex characteristics of a MR-HIFU treatment, it is difficult to optimize manually. The aim of the thesis was to design an outline for an automated treatment planning algorithm for MR-HIFU, and to produce a prototype of such an algorithm. The presented algorithm relies on a step-wise process. First, a set of positions is produced that can be sonicated safely. Then, an optimal subset of those positions is selected. Finally, the remaining treatment parameters are optimized. The treatment can either be optimized for maximum coverage or minimum total treatment time. The proposed algorithm is general enough to be adaptable to all ablation applications of MR-HIFU. It has a modular structure for easy updating, and it is able to improve on the plan during the treatment based on feedback from already delivered cells. This is the first published treatment planning algorithm for MR-HIFU that optimizes the treatment and has the ability to update the plan based on feedback. The prototype was tested in two artificial test cases and one real clinical case, proving its feasibility.
Description
Supervisor
Sepponen, Raimo
Thesis advisor
Koskela, Julius
Keywords
HIFU, MR-HIFU, treatment planning, treatment optimization, HIFU, MR-HIFU, behandlingsplannering, behandlingsoptimering
Other note
Citation