• 대한방사선치료학회지
• /
• 제28권2호
• /
• pp.149-159
• /
• 2016

목 적 : 폐암환자의 호흡동조 방사선 치료 계획 시 호흡 훈련 전후 RPM 신호와 횡격막 위치 변화를 분석하여 호흡 훈련의 유용성을 평가하고자 한다. 대상 및 방법 : 2016년 4월부터 8월까지 호흡 동조 방사선 치료를 받는 환자 11명을 대상으로 호흡 훈련을 시행하였고 동시에 RPM 신호 및 횡격막 영상을 획득하였다. 호흡 훈련은 총 3단계로 1단계 자유 호흡 상태의 신호 획득, 2단계 호흡 신호 가이드를 통한 1차 호흡 신호 획득, 3단계 설명과 반복 훈련으로 규칙성과 안정을 유도한 최종 호흡 신호를 획득 하였다. 각 단계의 흡기와 호기시 RPM 신호와 투시 영상의 횡격막 위치의 평균값, 표준편차, 최대값, 최소값을 구하고, 이를 1단계 값으로 표준화 하여 2, 3단계를 상대분포 백분율(%)로 변환하여 환자의 호흡 변화와 내부 움직임을 분석 함으로써 각 환자의 호흡훈련 유용성을 평가 하였다. 결 과 : RPM 신호와 횡격막 진폭을 측정한 뒤, 1단계를 100%으로 표준화하여 각 단계의 평균값과 표준편차의 오차 평균을 구하였다. 그 결과, 3단계 최종호흡 획득 시 진폭의 상대평균 및 표준편차 모두 감소가36.4%, 표준편차만 감소가 18.2%, 진폭만 감소가 36.4%로 나타났으며, 횡격막 영상의 위치 측정 시 3단계에서 전체 81.8%의 환자에게서 상대평균 진폭 값이 30% 감소함을 보였다. 그러나 모든 환자들에게서 2단계 대비 3단계의 RPM 신호와 횡격막 진폭이 각각 평균 52.6%, 42.1% 감소함을 보였다. 또한, RPM 신호와 횡격막 영상 진폭 차이의 연관성은 2번 10번 환자를 제외하고 각각 1, 2, 3단계 움직임의 패턴이 상관관계를 보였다. 결 론 : 호흡 동조 방사선치료에서 호흡 훈련을 시행하였을 때 최적화된 호흡 주기를 유도할 수 있었으며, 모의 호흡 훈련을 치료 전 시행함으로써 불규칙적인 호흡에 의한 환자의 호흡을 제어해 폐의 움직임을 예측 가능 하게 해주는 효과를 기대할 수 있었다. 궁극적으로는 방사선 치료의 체계적 오류를 최소화해 보다 정확한 치료를 기대할 수 있어 호흡 훈련이 유용하다고 할 수 있겠다.그러나 본 연구는 치료 전 호흡 훈련을 시행한 자료를 바탕으로 분석한 연구로 제한되어 있으며 추후 실제 CT 계획과 치료 시 획득한 자료를 가지고 검증하는 것도 필요할 것으로 사료된다.

• 대한의용생체공학회:의공학회지
• /
• 제19권5호
• /
• pp.455-468
• /
• 1998

이 연구에서는 간질 환자의 F-18-FDG 뇌 PET 영상을 공간정규화 기법으로 표준지도 위에 정규화한 후 표준지도의 해부학적 위치 정보를 이용하여 뇌기능영상의 영역을 자동적으로 분할하고 각 해부학적 위치의 F-18-FDG 섭취율을 추출하였다. 뇌 각 영역의 F-18-FDG 섭취율을 데이터베이스화한 것을 입력으로 하는 인공신경회로망을 구성하고 학습시켜 핵의학 전문의가 판독한 결과와 얼마나 일치되는지를 분석하였다. 핵의학 전문의 2명이 좌측측두엽간질(112명), 우측측두엽간질(81명) 혹은 정상(64명)으로 판독한 F-18-FDG 뇌 PET 영상을 대상으로, 학습의 치우침을 줄이기 위해 각 질환 군에서 동일한 수(40명)를 선택하여 학습군을 구성하고 학습군을 제외한 정상 24명, 좌측측두엽간질 72명, 우측 측두엽간질 41명의 F-18-FDG PET을 시험군으로 하였다. 모든 영상을 SPM76을 이용하여 MNI 표준지도 위에 공간정규화하고 전체 뇌영역의 평균 계수를 100으로 정규화하였다. 영역 분할 프로그램을 개발하여 표준지도를 34개 영역으로 분할하고 모든 영상에서 각 뇌영역엔 대한 평균 계수를 추출하였다. 비선형 패턴분류에 효과적인 다층퍼셉트론 신경회로망 모델을 써서 오류역전파 알고리즘으로 학습시켰다. 한 층의 은닉층을 부여하고 은닉층의 뉴런 수를 5개부터 차츰 늘려가며 최적의 개수를 선택하였다. 초기 가중치와 바이어스 값은 무작위 값을 갖게 하였다. 출력단은 세 개의 뉴런을 갖고 각 뉴런은 입력이 정상이면 [1 0 0], 좌측측두엽간질이면 [0 1 0], 우측측두엽간질이면 [0 1 0]의 값을 탐 값으로 하였다. 뉴런의 활성화 함수는 시그모이드 함수를 사용하였다. 입력단은 17개의 뉴런으로 구성하고 서로 마주보는 뇌영역의 계수 타이(오른쪽-왼쪽)를 입력으로 하였다 회로망의 학습 횟수를 10,000번으로 제한하여 오타의 허용치를 1로 설정하고 학습 횟수가 넘거나 오차가 허용치보다 작을 때 학습을 중단하게 하였다. 모멘텀과 적응형 학습율을 사용하여 신경회로망의 성능을 향상시키고 학습 속도를 빠르게 하였다. 모든 PET 영상에서 성공적으로 공간정규화 파라메터를 추출하여 표준지도에 정규화할 수 있었다 다층퍼셉트론 모델을 기반으로 한 인공신경회로망으로 27개의 은닉층 뉴런을 사용했을 때 최적의 결과를 얻을 수 있었다. 학습군에 대해서 1508번의 반복 학습을 시킨 결과 오차율 0%인 신경 회로망을 얻었으며 시험군에 대해 적용한 결과 전문가의 판독결과와 80.3%의 일치율을 보였다. 은닉층의 뉴런 수가 10개나 30개인 경우에도 학습군에 대해 오타율 0%인 신경회로망을 얻을 수 있었으며 이때의 시험군에 대한 일치율 역시 75∼80%의 값을 보였다.