بخشی از مقاله
چکیده
استفاده از مارکرهای خارجی برای پیش بینی حرکت تومور در زمان واقعی در سرطان ریه نیازمند،استفاده از مدلهای هماهنگ سازی دقیق است.حرکت تومور در اعضای داخلی بدن چالشی است که برای حل این مسئله ما به ردیابی تومور در زمان واقعی میپردازیم. در این مطالعه ما دو روش متفاوت را جهت ساخت مدل هماهنگ ساز بین مارکرهای خارجی و داخلی مورد بررسی قرار داده ایم.
مدل هماهنگ ساز اجرا شده در این مطالعه مبتنی بر سیستم منطق فازی است، حال ما از دو تکنیک متفاوت سوگنو و ممدانی این منطق برای ساخت این مدل استفاده کرده و دقت هر یک از تکنیک ها بر پایه اطلاعات موقعیت واقعی تومور درطول درمان که توسط تصویربرداری اشعه ایکس بدست آمده اند سنجیده میشود.
نتایج تحلیلشده نشان میدهد که مدل پیشنهادی کاهش قابلتوجهی در جذر متوسط مربع خطا یا مقدار مؤثر خطای پیشبینی حرکت تومور داشتهاست.،اضافه بر این برای ایجاد مدلی با ساختار سادهتر و پارامترهای کمتر کمک میکند و زمان محاسبات برای ساخت مدل به طور چشمگیری کاهش یافته است و مدل سرعت بیشتری پیدا کرده است.
-1 مقدمه
تابش پرتوهای پرانرژی، میتواند باعث آسیب و حتی مرگ سلولهای بدن شود. در این میان، سلولهای سرطانی حساسیت بیشتری نسبت به این تابش دارند. این پدیده، اساس علم پرتودرمانی است . پرتودرمانی، طبق تعریف عبارت است از درمانِ بیماریهابا استفاده از تاباندنِ پرتوهایِ یونیزان، مثل ایکس، آلفا، بتا و گاما به تومور. پرتودرمانی بر اساس محل منبع تابش به دو شاخه اصلیِ پرتودرمانی داخلی یا برکیتراپی و پرتودرمانی خارجی تقسیم میشود.
در این پرتودرمانی داخلی، چشمه، نزدیک یا درون ضایعه تحت درمان قرار داردمنبع. پرتو معمولاً در نگهدارنده کوچکی به نام ایمپلنت یا کاشت جاسازی شده است. ایمپلنتها به شکل سیمهای باریک، لولههای پلاستیکی نامبه کاتِتِر نوار،کپسول، یا به شکل دانه میباشند و مستقیماً در داخل بدن قرار داده میشوند. در پرتو درمانی خارجی منبع پرتو، دستگاهی است که خارج از بدن بیمار قرار دارد و با هدفگیری بافتی که باید درمان شود، موجب تخریب آن میشود. گامانایف، لینک - شتابدهنده خطی - و سایبرنایف، متداولترین دستگاههای پرتودرمانی خارجی، هستند.
یکی از مهمترین مسائل در پرتودرمانی خارجی، تحویل یک دوزِ تجویزشده یکنواخت و سهبعدی به حجم تومور است درحالیکه حداقل آسیب ممکن به بافتهای سالم اطراف تومور برسد. در ناحیه قفسه سینه، و شکم، دستیابی به این هدف چالش برانگیزتر میشود زیرا تومورهای این ناحیهها به صورت نامنظم در خلال جلسه درمان به دلیل پدیده تنفس حرکت میکنند .[1]
حرکت تومور به طور بالقوه میتواند به شکلهای جابجایی، چرخش و دگرریخت شدن یا ترکیبی از این سه حالت خود را نشان دهد2]،. [3 در این روش حرکت تنفسی قفسه سینه به کمک نشانگرهای لباس مخصوصی که بیمار میپوشد، آشکار شده و توسط سیستم تعقیب نوری - مادونقرمز - به عنوان دادهی خارجی ثبت میشوند. ازطرف دیگر، اطلاعات موقعیت تومور به عنوان داده داخلی به کمک یک نشانگر داخلی که در مرحله پیش از درمان در داخل یا کنار تومور کاشته میشود، مشخص شده و توسط سیستم تصویربرداری اشعه ایکسِ برجستهنما ثبت میشود.
بین دادهی خارجی که نماینده حرکت قفسه سینه است، و دادهی نشانگر داخلی همبستگی ایجاد شده و آنگاه مدل پیشبین اولیه ساخته شده و برای تخمین حرکت تومور در طول درمان مورد استفاده قرار میگیرد. به عنوان مثالی از یک کاربرد بالینی، سیستم سایبرنایف از مدلهای پیشبین نوعی در درمان تومورهای متحرکی مثل تومورهای ریه، پروستات و پانکراس استفاده میکند .[7-4]
در این مطالعه ما 10 مورد از 130 بیمار را انتخاب نموده ایم و با در دست داشتن اطلاعات موقعیت واقعی تومور در ناحیه ریه و اطلا عات موقعیت سه مارکر خارجی روی جلیقه که توسط بیماران پوشیده شده مدل را ساخته و سپس توسط دو روش ممدانی وسوگنو به بررسی خطای تشخیص و تعقیب تومور بر اساس موقعیت واقعی آن پرداخته ایم .
نتایج نشان دهنده اینست که روشهای اجرا شده برای ایجاد مدل کاهش خطای چشمگیری داشته ایم و اختلاف بین موقعیت واقعی تومور در طول درمان و موقعیت پیش بینی شده ما به 0.5 میلی متر رسیده است.در نتیجه روش پیشنهادی برای ساخت مدل پیش بین حرکت تومور علاوه بر کاهش خطا ، خطر آسیب به بافت های سالم را کاهش میدهد.
-2 مواد و روش ها
1-2 نظریه فازی و ویژگیهای آن
پس از ابداع نظریه فازی در توسط پروفسور لطفی زاده، کاربردهای این نظریه در حیطه های متفاوت علم کامپیوتر مورد توجه محققان قرار گرفت. یکی از این زمینه ها مربوط به کاربرد نظریه سیستم های فازی در پایگاه های داده، بازیابی اطلاعات و سیستم های خبره و پایگاه دانش است. این سه حیطه در خیلی از جهات مشابه هم می باشند، اما تفاوت هایی نیز دارند. اما مهمترین مسئله ای که در پایگاه های داده فازی مطرح می شود، نحوه مواجهه با پدیده عدم قطعیت است.[8] در ادامه مهمترین خصوصیات منطق فازی آمده است:
-1 در منطق فازی، استدلال دقیق یا منطق معمولی حالت خاصی از استدلال تقریبی است.
-2 هر سیستم منطقی قابل تبدیل به منطق فازی است.
-3 در منطق فازی، دانش به عنوان مجموعه ای از محدودیت های فازی یا انعطاف پذیر روی متغیر ها در نظر گرفته می شود.
-4 استنتاج به عنوان فرآیند انتشار این محدودیت ها در نظر گرفته می شود.
-5 در منطق فازی تمام مسائل دارای راه حلی هستند که درجه مطلوبیت - امکان - را نشان می دهد.
2-2 طراحی مدل پیش بین
در این مطالعه ما سعی کرده ایم توسط نرم افزار متلب و با کمک بخش منطق فازی آن مدلی برای پیش بینی موقعیت تومور در طول درمان بسازیم. در واقع پیکربندی مدل پیشبین پیشنهادی با استفاده از یک مجموعهداده آموزش خارجی- داخلی که در مرحله پیش از درمان جمعآوری شده است شکل میگیرد و آنگاه پس از مرحله آموزش موقعیت زمان-واقعی تومور با کمک داده نشانگر خارجی - به عنوان ورودی مدل - در طول درمان پیشبینی میشود. نکته قابلتوجه در مورد عملکرد مدل این است که در خلال درمان با رسیدن هر زوج ورودی- خروجی دادهی همگام شده، به طور منظم پیکربندی مدل مجدداً شکل میگیرد تا عملکرد مدل بهترین حالت ممکن را به خود بگیرد.[ 9 ]
ما برای آموزش مدلهای هوشمند، از 10 عدد مجموعهدادهسیگنالِ واقعیِ حرکتِ تومور ناشی از تنفس بیماران را در طول جلسات درمان تومور ریه که توسط سیستم پرتودرمانی سایبرنایف جمعآوری شده است، استفاده کردهایم. داده ها به طور متوسط 100 عدد نمونه دارند که شامل 10 عدد مشاهده مرحله پیش از درمان و 90 عدد مشاهده مرحله درمان هستند. هر مشاهده یک لحظه از زمان در خلال عمل پرتودرمانی است که موقعیت سه بعدی سه عدد نشانگر خارجی و یک عدد نشانگر داخلی است.
مدل پیشبینِ شبکهی عصبی دو مرحلهی کاری دارد11 ]،.[ 10 در مرحله اول مدل با زوجهای ورودی- خروجی که به ترتیب، دادهی نشانگرهای خارجی و دادهی نشانگر داخلی است، آموزش میبیند و تلاش میکند که رابطهی میان این دو دسته داده را یاد بگیرد. پس از اینکه فرآیند یادگیری مدل به پایان رسید، مدل میتواند همانطور که در شکل 1 مشاهده میشود ، تنها با داشتن داده نشانگرخارجی در هر لحظه، محل نشانگر داخلی یا به طور معادل، محل تومور را به صورت زمان-واقعی پیشبینی کند.
3-2 مدل پیش بین بر مبنای شبکه عصبی
ساختار مدل پیشبین مبتنی بر شبکه عصبی در مرحلهی آموزش به صورت شکل 2 نشان داده شده است. همان طور که مشاهده میشود سیستم دارای دو نوع ورودی است، ورودیهای اصلی مدل که در داده ها با نامهای نشانگر خارجی 1 تا نشانگر خارجی 3 مشخص شدهاند و داده هدف نشان دهنده موقعیت واقعی تومور است که به عنوان ورودی به مدل داده شده است .[12]