Введение. Брахитерапия представляет собой метод введения специальных микроисточников с радиоактивным изотопом непосредственно в опухоль с помощью игл. Она сочетает преимущества метода радиотерапии без необходимости воздействия на соседние участки тела, при этом обладая минимальной инвазивностью. Это позволяет достигать необходимой величины уровня облучения опухоли без воздействия на прилежащие здоровые ткани [1]. Основным способом выполнения операции брахитерапии на сегодняшний день является введение радиоактивных имплантатов с помощью иглы посредством специального шаблона, управляемого оператором, контролирующим процесс с помощью ультразвука. Важнейшим фактором, определяющим эффективность процедуры, является правильная локализация радиоисточников внутри тела человека, позволяющая достигать требуемой дозы облучения в тканях опухоли [1, 2]. Радикально увеличить точность выполнения процедуры брахитерапии возможно путем автоматизации и роботизации процессов управления инструментом [3, 4]. Роботизация – путь к уменьшению длительности процедуры, повышению точности доставки дозы облучения в опухолевую ткань, что является гарантией клинической эффективности, т.е. отсутствия рецидива заболевания в отдаленном периоде [5, 6].

Цель исследования: в модельном эксперименте изучить возможности разработанного программного обеспечения ультразвуковой 3D-визуализации опухолей в фантоме тканей малого таза для отслеживания и управления движением игл для брахитерапии с использованием 6-координатного робота-манипулятора.

Материалы и методы. Эксперименты проводили с использованием 6-координатного робота-манипулятора UR5 («Universal Robots», Дания) с устройством перемещения игл с двумя степенями подвижности – вращательной и поступательной (рис. 1). В качестве фантома тканей малого таза использовали пищевой желатин с коэффициентом затухания 0,5 дБ/см/МГц и скоростью распространения звука 1540 м/с. В фантом помещали модель опухоли, которая представляла собой желатиновый цилиндр диметром 4 см, длиной 5 см с включениями алюминиевой крошки для повышения УЗ-контрастности. Был использован УЗ-сканер АнгиодинСоно/П (БИОСС, Москва).

Была проведена оценка погрешности позиционирования иглы для брахитерапии при введении в фантом мягких тканей с помощью разработанной оригинальной роботизированной системы, сопряженной с УЗ-сканером. Исходными данными для исследования являлся дозиметрический план расположения микроисточников с заданными трехмерными координатами расположения микроисточников в фантоме предстательной железы. По данным координатам для робота составлялась программа по введению иглы в фантом. После каждого введения иглы проводили измерения координат местоположения ее кончика и рассчитывали среднеквадратическую погрешность. Измерение координат точек, соответствующих местоположению кончика иглы в фантоме предстательной железы, осуществляли в режиме реального времени по данным с канала обратной связи ультразвукового датчика и регистрировали в системе управления робота. Скорость движения иглы варьировалась в диапазоне от 3 до 30 мм/с с шагом 3 мм/с, глубина введения в фантом составила 100 мм.

Результаты. С использованием программных интерфейсов было разработано программное обеспечение (ПО) управления УЗ-сканером, включившее:

• библиотеку программных компонентов «ShmelUS_SDK», реализованную на языке программирования C# в виде однофайловой сборки .NET, размещенной в файле «ShmelUS_SDK.dll»;
• пользовательский интерфейс отображения результатов сканирования в режиме телеметрии, управления настройкой параметров УЗ-сканирования и отображения УЗ-сигнала, реализованный в управляющей программе макета ShmelManager.exe.

Программное обеспечение управления УЗ-сканером обеспечивает:

• сопряжение УЗ-сканера с макетом роботизированной системы;
• инициализацию сетевого обмена управляющими и измерительными данными с УЗ-сканером;
• обработку событий подключения и отключения сканера и зонда, автоопределение типа подключенного зонда;
• выбор режима сканирования «B», управление процессом сканирования (запуск и остановка);
• управление параметрами работы сканера в режиме «B»;
• интерфейсы обработки событий, связанных с проведением УЗ-сканирования, предназначенные для синхронизации применения программных компонентов «ShmelUS_SDK» во внешнем ПО, в частности при 3D-моделировании зоны проведения операции.

На рис. 2 представлено изображение с УЗ-датчика, на котором видны контуры модели опухоли в составе фантома малого таза. Также ПО позволяет отслеживать положение иглы в фантоме в любой момент времени (рис. 3).

С целью обеспечения наилучшей визуализации планирования и проведения процедуры брахитерапии имеет смысл провести исследования по реализации функции 3D-моделирования объектов операции брахитерапии по данным УЗ сканирования. Это позволит перед непосредственным введением иглы иметь трехмерное изображение опухоли и наглядно представлять координаты мест закладки микроисточников и криволинейную траекторию движения иглы. Проведенный анализ показал, что полностью автоматическое качественное выделение объектов операции для 3D-моделирования по УЗ-снимкам представляется в данный момент труднореализуемой задачей.

Вместо этого предлагается следующий подход:

• на этапе планирования операции при послойном УЗ-сканировании простаты для каждого слоя врач с использованием УЗ-изображений и ПО производит оконтурирование и идентификацию объектов в каждом сечении, выделяя объекты в виде совокупности выпуклых замкнутых контуров. При этом фиксируются положения УЗ-датчика в каждом сечении;
• на основе контуров в каждом сечении и идентификаторов объектов строятся 3D-модели органов и опухоли.

В ходе операции программа корректирует имеющуюся модель по результатам текущего УЗИ с учетом возникших смещений и отеков.

С использованием системы MATLAB были проведены исследования по реализации 3D-моделирования объектов по точечно выделенным границам в сечениях. Разработан алгоритм, состоящий из следующих этапов: 1) выделение геометрических центров сечений; 2) интерполяция по выделенным точкам для определения непрерывных границ объектов в сечениях; 3) определение соответствия точек в сечениях, построение каркаса 3D-модели; 4) рендеринг 3D-модели.

Сравнительный анализ различных способов интерполяции границ показал, что наилучший результат достигается при использовании полиномов Эрмита. Результат применения алгоритма приведен на рис. 4. Также применение разработанного алгоритма позволило построить 3D-модель опухоли в составе использованного фантома тканей малого таза (рис. 5).

Результаты эксперимента по оценке погрешности позиционирования иглы под контролем УЗИ при введении с помощью роботизированной системы для точки с координатами X=100 мм; Y=30 мм; Z=40 мм представлены в таблице.

Исходя из полученных данных, можно сделать вывод, согласно которому погрешность позиционирования кончика иглы в фантоме мягких тканей пациента при линейной скорости инъекции от 3 до 30 мм/с и глубине инъекции иглы 100 мм лежит в диапазоне от 0,15±0,08 до 0,49±0,03 мм. Таким образом, погрешность позиционирования иглы для брахитерапии при введении в фантом предстательной железы с помощью разработанной роботизированной системы не превышает 0,5 мм.

Обсуждение. Одним из основных направлений роботизации систем для брахитерапии является применение разнообразных систем визуализации для планирования облучения и для получения данных об изменении положения опухоли и расположенных рядом органов непосредственно в процессе проведения процедуры. На сегодняшний день разрабатываются роботы для проведения брахитерапии под УЗ-наведением и под контролем магнитно-резонансной томографии (МРТ), что обеспечивает автоматизированное телероботическое введение иглы и точное расположение источников излучения в заданных координатах [7–10]. На сегодняшний день до стадии клинических исследований дошел только один робот для брахитерапии под УЗИ-наведением. Робот, описанный Fichtinger и соавт. [11], состоит из автоматизированной системы наведения иглы; он был использован 5 пациентами для введения иглы для брахитерапии с ошибкой в точности 0,49 мм, что сопоставимо с результатами, полученными в нашем исследовании. В данной системе [11] трехмерная модель предстательной железы создавалась с использованием трансректального УЗ-датчика, который затем использовался врачом для составления плана расположения источников излучения. Пытаясь упорядочить рабочий процесс, та же группа исследователей модифицировала робот для брахитерапии, заменив УЗ-визуализацию на компьютерную томографию, которая использовалась для введения иглы и дозиметрического планирования [12]. Однако данная система не позволяла проводить детекцию иглы в реальном времени, т.е. не обеспечивала условий для проведения динамического контроля процедуры.

Развитие систем визуализации также идет в направлении обработки результатов исследования. Важным результатом применения компьютерной техники стала обработка данных и формирование трехмерной картины области тела пациента, где расположена опухоль. Разработка математических моделей взаимодействия облучения с тканями позволяет автоматически рассчитывать оптимальное расположение микроисточников по критериям минимальной интенсивности облучения соседних здоровых тканей при максимальной интенсивности воздействия на саму опухоль [13]. Контроль положения иглы и микроисточников в режиме реального времени позволяет автоматически корректировать план операции по результатам уже выполненных шагов, что крайне важно для автоматизации процедуры брахитерапии.

Заключение. В ходе модельного эксперимента доказана работоспособность предложенного метода построения 3D-изображений опухолей в фантоме тканей малого таза в режиме реального времени с помощью УЗ-сканера, сопряженного с макетом роботизированной системы для брахитерапии. Показано, что разработанная роботизированная система, сопряженная с УЗ-сканером, обеспечивает высокую точность позиционирования иглы для брахитерапии в фантоме, сопоставимую со значениями, описанными в литературе для других похожих роботизированных систем. Дальнейшая доработка ПО, обеспечивающего обработку УЗИ-снимков и, соответственно, автоматическую коррекцию траектории введения иглы для брахитерапии, позволит завершить доклинические исследования робота-манипулятора с выходом на клинические исследования.

Благодарности

Статья подготовлена при финансовой поддержке Минобрнауки в ходе выполнения работ по Соглашению № 14.575.21.0035 RFMEFI57514X0035 от 27.06.2014 о предоставлении субсидии в целях реализации федеральной целевой программы «Исследования и разработки по приоритетным направлениям развития научно-технического комплекса России на 2014–2020 годы».