Registrasi Citra, Segmentasi dan Simulasi Virtual

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com

Bab 35

Registrasi Citra, Segmentasi dan Simulasi Virtual

Vibeke Nordmark Hansen dan Jean-Claude Rosenwald*

ISI

35.1Pendahuluan...705

35.2Registrasi Gambar ... 706

35.2.1

Dasar-dasar Registrasi Citra Multimodalitas ... 706

35.2.2Metode Registrasi Citra Ekstrinsik...706

35.2.3Metode Registrasi Citra Intrinsik...706

35.2.3.1 Registrasi berbasis landmark...706

35.2.3.2 Registrasi Berbasis Struktur. ... 707

35.2.3.3 Registrasi berbasis voxel ... 707

35.2.3.4Registrasi yang dapat dideformasi...707

35.2.4Evaluasi Gambar Terdaftar ... 707

35.3Segmentasi Gambar ... 708

35.3.1Volume Kepentingan – Struktur ... 708

35.3.2Alat untuk Delineasi Struktur ... 709

35.3.3Pengeditan Struktur – Penerapan Margin ... 709

35.3.4Pedoman Konsensus – Segmentasi Berbasis Atlas ... 710

35.4

Simulasi Virtual dan Radioterapi Konformal Tiga Dimensi ... 710

35.4.1

Prinsip Simulasi Virtual ... 710

35.4.2Arah Sumbu Balok – Konsep Pandangan Mata Balok ... 710

35.4.3Pembentukan Lapangan...711

35.4.4Digitally Reconstructed Radiographs (DRRs) ... 712

35.4.5Sinar Tangensial untuk Perawatan Payudara. ... 714

35.1

Pendahuluan

organ yang berisiko. Pada masa awal radioterapi, ini biasanya dilakukan langsung pada pasien dengan bantuan gambar radiologis Dalam tiga bab sebelumnya, modalitas pencitraan utama untuk

perencanaan pengobatan radioterapi eksternal telah diperkenalkan. Pencitraan tomografi terkomputasi (CT) adalah metode yang paling umum digunakan untuk akuisisi data pasien.

Ini memberikan informasi kerapatan elektron, yang diperlukan untuk perhitungan dosis proses perencanaan. Namun, seringkali, beberapa modalitas pencitraan digabungkan untuk

memungkinkan penggambaran yang lebih baik dari volume target dan organ yang berisiko menurut spesifikasi yang diberikan di Bab 31. Hal ini memerlukan beberapa bentuk tiga dimensi (3D)Registrasi antara modalitas Metode untuk melakukan registrasi citra yang menghasilkan amultimodalitas Dataset gambar 3D dijelaskan di Bagian 35.2. Proses yang terdiri dari ekstraksi struktur anatomi spesifik dari kumpulan data ini disebutsegmentasi; itu dibahas dalam Bagian 35.3.

Untuk menghantarkan dosis tinggi ke tumor sambil

membatasi dosis ke jaringan sehat, pancaran harus diarahkan tepat ke volume target sambil meminimalkan inklusi

* Dengan kontribusi dari Vincent Khoo (Bagian 35.2).

yang diperoleh dari asimulator(lihat Bagian 9.2). Sekarang, sebagian besar waktu, dilakukan dengan menggunakan komputer untuk menampilkan representasi pasien yang direkonstruksi 3D dengan overlay representasi balok. Proses seperti itu disebutsimulasi maya dan dijelaskan dalam Bagian 35.4. Simulasi mayamemungkinkan bentuk bidang perawatan disesuaikan secara tepat sesuai dengan bentuk volume target yang diperoleh dari pencitraan 3D beresolusi tinggi. Pembentukan balok diulang untuk masing-masing dari beberapa balok yang konvergen menuju target, yang menghasilkan distribusi dosis (yaitu avolume pengobatan) disesuaikan dengan bentuk target. Pendekatan ini biasanya disebut sebagaiRadioterapi konformal 3D. Solusi yang lebih maju terdiri dari menggabungkan beberapa bentuk bidang untuk setiap arah sinar untuk menciptakan pola modulasi intensitas. Jika digabungkan, pola-pola ini akan menghasilkan sebuahoptimaldistribusi dosis berdasarkan kriteria yang telah ditetapkan. Teknik ini, disebutradioterapi modulasi intensitas(IMRT) akan dibahas dalam Bab 37.

705

706

Bagian G: Perencanaan Perawatan

35.2

Registrasi Gambar

35.2.1 Dasar-dasar Registrasi Citra Multimodalitas

Meskipun peran utama pencitraan CT dalam perencanaan perawatan radioterapi (Bab 31), modalitas pencitraan lain seperti magnetic resonance imaging (MRI) (Bab 33) dan tomografi emisi positron (PET) (Bab 34) sangat penting untuk perencanaan perawatan radioterapi modern. . Sejak amultimodalitaspendekatan memungkinkananatomis Danfungsionalinformasi yang akan digabungkan, masukan utamanya adalah untuk membantu menentukan sejauh manavolume tumor kotor(GTV) dan darivolume target klinis (CTV) (lihat Bagian 31.2).

Dalam kebanyakan kasus, prinsipnya adalah menggunakan dataset CT sebagai referensi dan untuk 'memetakan' informasi yang diperoleh dari modalitas lain ke dalam dataset ini.* Proses penyelarasan spasial dari beberapa modalitas pencitraan disebutregistrasi gambar. Ini menyiratkan transformasi koordinat. Proses menggabungkan informasi sering disebutfusi.

Dalam beberapa kasus, ini berguna untukdaftargambar dari modalitas yang sama tetapi diperoleh pada waktu yang berbeda. Ini, misalnya, berguna untuk memperhitungkan dosis yang telah diterima oleh pasien yang datang kembali untuk iradiasi ulang di area yang sama. Hal ini juga berguna untuk melakukan beberapa CTs selama pengobatan untuk mendapatkan ukuran gerak antar fraksisasaran intern Danorgan berisiko(misalnya penilaian pengisian kandung kemih untuk merawat kandung kemih atau jaringan di sekitarnya seperti saat merawat serviks). Bergantung pada besarnya gerakan ini, perencanaan ulang mungkin diperlukan untuk menyesuaikan rencana perawatan dengan anatomi (lihat Bagian 48.4). Tinjauan tentang berbagai kemungkinan yang ditawarkan olehregistrasi gambarDan fusi datadalam radioterapi dapat ditemukan dalam Kessler (2006).

Informasi lebih lanjut tentang integrasi teknik-teknik ini dalam alur kerja perencanaan perawatan dapat ditemukan dalam laporan TG-132 dari American Association of Physicists in Medicine (AAPM 2017b).

Menurut Maintz dan Viergever (1998), registrasi citra medis dapat dibagi menjadi dua kategori utama:

• Metode ekstrinsik, berdasarkan objek tambahan yang terlihat di semua gambar kumpulan data

multimodalitas;

• Metode intrinsik, berdasarkan informasi anatomi

milik pasien dan terlihat di semua gambar.

Ada kategori ketiga yang memungkinkan citra multimodalitas fusi dengan sangat sederhanaRegistrasi. Hal ini mengacu pada situasi di mana beberapa modalitas diterapkan semu secara bersamaan sementara pasien tetap pada posisi yang sama (misalnya perangkat hybrid PET-CT atau perangkat CT-MRI gabungan yang duduk di ruangan yang sama). Asalkan sistem koordinat dari berbagai perangkat saling dikalibrasi, dan pasien tidak bergerak dengan sempurna,Registrasidireduksi menjadi penerapan vektor translasi yang sama untuk semua pasien.

tengkorak) atau bingkai non-invasif yang dipasang pada pasien.

Mereka diterapkan dalam apa yang disebutstereotacticteknik (lihat Bab 40). Seseorang juga dapat menggunakan penanda kulit atau penanda implan (benih), kompatibel dengan semua modalitas yang diminati, seperti kadang-kadang diterapkan untuk verifikasi harian dan penyesuaian posisi pasien (lihat Bagian 48.2.4.3). Saat penanda kulit digunakan, pencitraan harus dilakukan pada hari yang sama tanpa menghilangkannya. Jika ini tidak memungkinkan, posisi penanda harus didokumentasikan dengan foto, diagram, dan pengukuran posisinya relatif terhadap penanda anatomis yang dapat direproduksi. Solusi non-invasif (yaitu masker dan penanda kulit) kurang akurat dibandingkan metode invasif.

Pendaftaran berdasarkan metode ekstrinsik menyiratkan secara umum bahwa atransformasi kakuditerapkan (terjemahan dan rotasi saja). Salah satu kendalanya adalah harus diputuskan terlebih dahulu (secara prospektif): jika akuisisi citra sudah dilakukan tanpa bingkai atau penanda, solusi ini tidak praktis, dan harus menggunakanhakikimetode.

35.2.3 Metode Intrinsik Registrasi Citra Tiga dimensihakikimetode pendaftaran rumit, dan banyak parameter perlu dipertimbangkan dalam prosedur

pencocokan, seperti reproduktifitas posisi pasien, sudut bidang pencitraan, kontras dan resolusi gambar, dan volume set gambar, termasuk lebar dan jarak celah setiap irisan. Teknik registrasi intrinsik dapat diterapkan secara retrospektif.

Ada beberapa pendekatan untuk metode intrinsik. Mereka bisa menjadikaku(hanya terjemahan dan rotasi yang diperbolehkan) atau dapat dideformasi(memungkinkan distorsi sepanjang beberapa arah).

Registrasi gambar yang dapat dideformasi dapatglobal(diterapkan ke konten gambar penuh) atau lebih seringlokal(parameter pendaftaran tertentu berbeda untuk berbagai sub-volume).

Deformasi kaku dapat dilakukansecara manual,secara otomatis atausemi-otomatis(yaitu sebagian dipandu secara manual),

sedangkan registrasi yang dapat dideformasi akanotomatis, mungkin sebagai langkah kedua untuk akakuRegistrasi.

Globalkakualgoritma transformasi tersedia di sebagian besarsistem perencanaan pengobatan(TPS). Untuk transformasi seperti itu, pengaturan pasien yang sama sangat penting. Tidaklah cukup ditekankan bahwa membawa pasien ke posisi yang dapat direproduksi adalah langkah pertama menuju rencana perawatan radioterapi yang andal dan kuat serta pencocokan gambar perawatan radioterapi. Satu-satunya pengecualian untuk hal ini adalah untuk volume intrakranial, di mana modalitas yang berbeda dapat memiliki posisi pasien yang berbeda, dan tulang kranial dapat digunakan sebagai struktur yang cocok untuk memastikan pendaftaran struktur intrakranial (lihatpencocokan strukturdalam daftar berikut).

Lebih umum, ada tiga kelas utama metode intrinsik:

metode berdasarkan internallandmark, pada anatomi

strukturdan seterusnyaintensitas voxel.

35.2.2 Metode Registrasi Citra Ekstrinsik

35.2.3.1 Registrasi berbasis landmark

Paling umumekstrinsikmetode yang digunakan untuk perencanaan pengobatan radioterapi didasarkan pada invasif (misalnya disekrup ke dalam

* Dimungkinkan juga untuk menggunakan informasi kerapatan elektronik dari CT, yang dipetakan keanatomisataufungsionalinformasi dari modalitas pencitraan lainnya.

Di dalampencocokan tengara(misalnya Bukit et al. 1991), sejumlah (biasanya setidaknya lima) titik referensi anatomi 3D dinominasikan pada masing-masing dari dua set gambar. Titik-titik ini sebaiknya mudah diidentifikasi, kecil dan tidak bergerak, misalnya penanda tulang. Semakin banyak poin yang dinominasikan, semakin banyak

akurat kemungkinan kecocokan akhir gambar. Namun, poin-poin tersebut seringkali sulit untuk diidentifikasi. Poin yang digunakan untuk pendaftaran harus dipisahkan dengan baik dalam 3D. Metode ini dapat dikombinasikan dengan penanda fidusia eksternal (the ekstrinsikmendekati). Disarankan bahwa ketika fidusia eksternal digunakan, beberapa poin internal juga digunakan. Algoritme registrasi yang dirancang dengan baik akan memberikan informasi rata-rata dan kesalahan titik individu sehingga operator dapat berkonsentrasi pada titik-titik dengan ketidakpastian terbesar.

35.2.3.2 Registrasi berbasis struktur

Di dalampencocokan struktur(misalnya Levin et al. 1988), satu atau lebih kontur 3D digariskan (misalnya kontur eksternal dan struktur anatomi spesifik yang divisualisasikan dengan baik pada dua rangkaian gambar) dan kemudian disatukan dalam ruang 3D hingga pencocokan matematis terbaik dibuat. Akuisisi gambar CT yang bersebelahan dan sempit memastikan definisi spasial yang baik dan mengoptimalkan hasilnya. Namun, batas-batas struktur mungkin tidak sama di semua modalitas. Misalnya, ada kemungkinan lebih banyak distorsi kontur eksternal pada gambar MR dibandingkan dengan gambar CT. Itupencocokan permukaan yang kaku metode mungkin di antara metode yang paling populer dalam penggunaan klinis. Ini cukup berhasil untuk kepala (Pelizzari et al. 1989). Penjajaran struktur dilakukan secara efisien dengan menggunakantalangalgoritma yang

diperkenalkan oleh Borgefors (1988). Algoritma ini menciptakan citra biner ambang otomatis tulang dari satu modalitas dan kontur otomatis dari struktur yang sama pada modalitas lainnya. Citra biner ini kemudian dibuat menjadi 'peta jarak'.

Peta jarak 'dipindai' melintasi titik-titik milik kontur gambar lain dengan proses iteratif yang melibatkan translasi, rotasi, dan penskalaan. Produk minimum (fungsi biaya) sekarang paling cocok. Algoritme ini tidak memerlukan interaksi pengguna.

Mereka bekerja untuk CT-CT, CT-MRI dan CT-SPECT^*pendaftaran (van Herk dan Kooy 1994). Mereka sangat akurat untuk CT-CT dan oleh karena itu, dapat digunakan untuk CT ke PET-CT, di mana kumpulan data PET dan CT secara otomatis diselaraskan dari pemindai PET-CT (lihat Bagian 9.5.3).

35.2.3.3 Registrasi berbasis Voxel

Intensitas voxelmetode pendaftaran berbasis sepenuhnya otomatis.

Salah satu kesulitannya adalah kenyataan bahwa intensitas memiliki arti yang sangat berbeda untuk modalitas yang berbeda. Namun, ada beberapa solusi, yang paling populer adalahkorelasi silang Dansaling informasialgoritma. Itukorelasi silang algoritma adalah ukuran kesamaan antara dua set data gambar. Secara matematis, satu dataset digunakan untuk melakukan konvolusi dengan dataset lainnya. Ketika keduanya paling mirip (karenanya, memiliki korelasi tinggi dalam pencocokan intensitas), konvolusi (atau produk) akan maksimal. Itusaling informasialgoritma (misalnya Studholme et al.

1996) lebih umum dan lebih sering digunakan untuk mencocokkan dua modalitas pencitraan yang berbeda, seperti CT ke MRI, di mana 'struktur bersama' mungkin memiliki intensitas yang berbeda.

Kecocokan dicapai dengan memaksimalkan informasi timbal balik ini.

* SPECT = Computed Tomography Emisi Foton Tunggal (lihat Bagian 34.5).

35.2.3.4 Registrasi yang dapat dideformasi

Meskipunkakupendaftaran gambar lebih sering digunakan, dapat dideformasiregistrasi gambar diperlukan ketika pasien belum dipindai dalam posisi perawatan yang sama atau jika anatomi pasien telah berubah, yang sering terjadi pada volume kandung kemih meskipun pengaturan pasien sama. Dapat dideformasi pendaftaran gambar dapat didasarkan padapencocokan struktur atau bisa 'hybrid', menggabungkanberbasis strukturDan berbasis intensitas voxelcocok.

Untukdapat dideformasi berbasis strukturpendaftaran gambar, struktur yang sama harus diuraikan secara akurat pada kedua set data, dan parameter elastisitas dapat ditetapkan ke struktur ini.

Setiap struktur perlu ditangani sebagai jaring segitiga, yang kemudian dideformasi agar sesuai dengan struktur lain yang sesuai.

Matriks deformasi kemudian diterapkan ke seluruh gambar.

Untuk registrasi 'hybrid' yang dapat dideformasi, struktur garis luar tidak diperlukan tetapi struktur garis luar dapat digunakan untuk membatasideformable berbasis intensitasRegistrasi.

35.2.4 Evaluasi Gambar Terdaftar

Manualmetode pendaftaran memakan waktu dan membutuhkan keterampilan tingkat tinggi dan latihan teratur.Otomatispendekatan dapat memungkinkan pendaftaran yang lebih efisien, tetapi tanpa keterampilan yang dikembangkan, kesalahan dalam pendaftaran otomatis mungkin tidak diperhatikan. Metode apa pun yang digunakan, setelah pendaftaran selesai, penting untuk dilakukan pemeriksaan visual yang cermat untuk memverifikasi bahwa pendaftaran telah dilakukan dengan memuaskan. Untuk tujuan ini, sangat berguna untuk memiliki akses ke alat khusus yang dirancang untuk perbandingan yang akurat dari beberapa rangkaian gambar (West et al. 1996).

Solusi grafistersedia di sebagian besar TPS. Mereka memungkinkan pemindaian di seluruh kumpulan data gambar 3D dan menampilkan secara instan bagian transversal, koronal, dan/atau sagital dua dimensi (2D) apa pun yang diperoleh dari modalitas apa pun. Karena gambar 2D dari dua (atau lebih) modalitas ini adalah hasil dari proses pendaftaran, mereka secara alami didaftarkan ke sistem koordinat yang sama. Kemudian, beberapa alat dapat digunakan, seperti:

• Tampilan berdampingandari dua modalitas, dengan kursor terkaitpin-menunjuk lokasi titik anatomi yang cocok.

• Pencampuran alfa, di mana gambar yang ditumpangkan dari setiap modalitas ditampilkan dengan transparansi variabel pada masing- masing modalitas yang dapat diubah secara bertahap dari 100%

menjadi 0%.

• Fusi termal, di mana satu modalitas ditampilkan dalam skala abu-abu, sedangkan intensitas piksel yang lain dipetakan ke skala warna.

• Pisahkan gambar, di mana sebuah garis dapat diterjemahkan secara bebas dan diputar melintasi gambar. Baris ini memisahkan tampilan menjadi dua bagian, masing-masing dari modalitas yang berbeda. Alternatifnya, mungkin ada dua garis ortogonal yang menghasilkan empat bagian.

• Papan catur, berdasarkan prinsip yang serupa, tetapi di mana tampilan muncul dalam kotak dengan gambar dari modalitas berbeda bergantian di kotak yang berdekatan.

• Cermin, di mana kursor persegi atau lingkaran mencakup satu modalitas, menjaga modalitas lainnya sebagai latar belakang. Ini berguna untuk memeriksa pertandingan di titik-titik tertentu.

GAMBAR 35.1Contoh alat grafis yang dirancang untuk memeriksa validitas registrasi antara beberapa modalitas: di sini, CT (skala abu-abu) dan MRI (skala berwarna).

(a) Skala abu-abutampilan berdampingandengankursor terkaitdirepresentasikan sebagai salib (CT kiri, MRI kanan); (B)pencampuran alfa; (C)membagi gambar; (D) papan catur(3×3); (e) persegicermin.

Beberapa alat ini diilustrasikan pada Gambar 35.1. Alat-alat ini berguna selamasegmentasifase (lihat Bagian 35.3) untuk memeriksa dengan cepat konsistensi dariRegistrasi. Selain itu, kemungkinan untuk mengganti gambar yang ditampilkan secara instan dari satu modalitas ke modalitas lainnya sangat berguna untuk penggambaran target dan organ berisiko (OAR).

Penilaian kuantitatif akurasi registrasi sulit dilakukan, kecuali untukpencocokan titik-landmark, di mana estimasi dapat dihitung dari pemisahan rata-rata antara pasangan yang cocok segera setelah lebih dari tiga pasang landmark digunakan. Untukdapat dideformasipendaftaran gambar, pengujian yang baik adalah mendeformasi 'kembali' ke set gambar asli dan mengevaluasi perbedaan dalam bidang

35.3Segmentasi Gambar

35.3.1 Volume Kepentingan – Struktur

Dalam Bagian 31.2, volume kepentingan yang terkait dengan target (GTV, CTV, PTV) dan organ yang berisiko (OAR dan PRV) telah ditetapkan.* PTV dan PRV berasal darisecara anatomiatau secara fungsionalvolume yang ditentukan (GTV, CTV, dan OAR) yang diharapkan 'terlihat' pada kumpulan data gambar yang berkaitan dengan pasien. Idealnya, volume ini akan secara otomatis diekstrak dari dataset (automaticsegmentasi). Namun, terlepas dari upaya untuk mengembangkan algoritme

segmentasi yang kuat dan akurat, penggambaran secara manual vektor deformasi untuk mengukur seberapa jauh

perbedaannya dari set gambar asli. * PTV =volume target perencanaan; PRV =organ perencanaan pada volume risiko.

volume tersebut masih digunakan terutama untuk perencanaan perawatan radioterapi. Karena ini adalah tugas yang memakan waktu, penting untuk memiliki akses ke sistem yang mudah digunakan.

Dalam beberapa kasus, alat pelengkap semi-otomatis membantu mempercepat proses dan meningkatkan konsistensi pasien-ke- pasien.

Selain target dan OAR, volume lain yang menarik harus diekstraksi dari kumpulan data gambar. Identifikasi dari'volume tubuh, seperti yang digambarkan oleh permukaan luar pasien, seringkali diperlukan untuk perhitungan dosis (lihat Bagian F). Hal ini juga berguna untuk menghitung distribusi dosis dalamvolume yang tersisa berisiko(RVR) (lihat Bagian 31.2.9). Terakhir, ada baiknya merekonstruksi representasi 3D yang berarti dari anatomi pasien (terkadang disebut pemandangan kamarataupandangan mata pengamat), di mana arah pancaran dan perpotongan pancaran dengan kulit pasien juga divisualisasikan (lihat Gambar 35.2). Seperti yang terlihat di Bagian F, sebagian besar algoritme perhitungan dosis modern memanfaatkan kepadatan voxel secara langsung tanpa perlu menggambarkan ketidakhomogenan pasien. Namun, merupakan praktik yang baik untuk mengekstrak filevolume paru-paru, karena sering dianggap sebagai OAR, dan memberikan informasi yang berguna untuk posisi pasien. Hal yang sama berlaku untuk beberapa orangstruktur tulang yang dapat digunakan sebagai landmark dan menguntungkan termasuk dalampandangan mata balok(BEV) (lihat Bagian 35.4.2) untuk membantu pengaturan pasien. Untuk semua struktur ini, segmentasi otomatisalgoritma umumnya cukup berhasil.

Semua volume kepentingan yang diperlukan untuk perencanaan perawatan dianggap sebagaistruktur. Astrukturbiasanya ditandai dengan namanya, jenisnya (misalnya 'badan', 'PTV', 'OAR', dll.) dan terbuat dari serangkaian kontur planar yang ditentukan oleh (X,y) koordinat dan terletak di bagian paralel yang ditentukan oleh mereka zposisi. Untuk tujuan tampilan, warna dan gaya garis

GAMBAR 35.2 Pemandangan dari kamardari balok prostat konformal dengan potongan

bidang CT pasien termasuk struktur 3D PTV (biru kehijauan), kandung kemih (biru), rektum (oranye) dan kepala femoralis kanan (bingkai kawat, khaki).

dapat ditugaskan untuk setiap struktur. Atribut lain dapat dipertimbangkan. Untuk memfasilitasi pertukaran antara berbagai stasiun kerja, semua informasi yang relevan dibakukan dan dimasukkan ke dalam objek DICOM-RT bernama 'Set Struktur DICOM-RT' (lihat Bagian 49.4.1). Juga sangat penting untuk mengadopsi nomenklatur yang konsisten di tingkat departemen maupun antar lembaga; mudah-mudahan, standarisasi yang direkomendasikan oleh Kelompok Tugas 263 AAPM (2018) akan membantu memfasilitasi pertukaran antar lembaga dan penyelenggaraan uji klinis (lihat Bagian 45.8).

35.3.2

Alat untuk Delineasi Struktur

Penggambaran struktur secara manual seperti GTV saat ini dilakukan dengan menggunakan mouse untuk menelusuri kontur struktur pada tampilan workstation. Ini diulangi di semua irisan aksial yang berdekatan di wilayah yang diinginkan (Goitein dan Abrams 1983).

Beberapa alat yang mirip dengan yang digunakan dalam perangkat lunak pengedit grafis (misalnya Photoshop©) umumnya tersedia.

Selain standarpensil, seseorang dapat menggunakan, misalnya, asikat untuk mengisi daerah yang menarik danpenghapus. Contouring mungkin dipandu oleh beberapa fungsi semi-otomatis, sepertilukisan area yang intensitas pikselnya mirip atau menggunakandaya tarik untuk memaksa penelusuran manual mengikuti wilayah yang dibatasi oleh ambang intensitas piksel secara lebih dekat. Prosedur semi- otomatis tersebut dapat dilakukan dalam 2D atau 3D. Untuk segmentasi 3D, solusi yang efisien adalahwilayah berkembang pendekatan, dimana mulai dari abenihterletak baik secara manual atau otomatis, voxel tetangga dengan intensitas yang sama secara progresif dimasukkan sampai variasinya lebih besar dari ambang batas yang ditentukan.

Untuktubuhkontur, ambang sederhana umumnya dapat diterapkan pada dataset CT. Ambang batas unit Hounsfield (HU)

−200 biasanya akan berfungsi. Untukparu-paru, ambang batas dapat

diterapkan lagi, tetapi perlu diperhatikan untuk memastikan bahwa saluran udara dikeluarkan dari volume paru-paru.

Interpolasikontur antar irisan,penyalinankontur dari satu irisan ke irisan berikutnya, dan menelusuri kontur tidak hanya pada bidang aksial tetapi juga pada orientasi multiplanar (misalnya sagital dan koronal) adalah pilihan yang berguna.

Informasi lebih lanjut tentang metode segmentasi citra yang diterapkan pada radioterapi dapat ditemukan, misalnya di Yang et al.

(2009), McNutt (2013) dan Sharp et al. (2014).

35.3.3 Pengeditan Struktur – Penerapan Margin

Karena segmentasi otomatis atau semi-otomatis mungkin gagal untuk struktur tertentu, sangat penting untuk memiliki kemungkinan untuk menerima atau menolak hasilnya. Penting juga untuk memiliki alat yang efisien untuk mengedit struktur yang ada, baik untuk memperbaiki ketidakkonsistenan proses otomatis atau menyesuaikan struktur setelah mempertimbangkan kembali apa yang telah dilakukan sebelumnya.

Fitur penting untuk membuat CTV, PTV, dan PRV adalah kemungkinan menambahkan margin ke struktur yang sudah ada (biasanya GTV atau OAR). Harus disadari bahwa penerapan margin (isotropik atau anisotropik) pada struktur tertentu bukanlah perluasan 2D sederhana dari garis aksial; diperlukan perawatan 3D. Sebuah algoritma khas untuk melakukan a

Ekspansi 3D dapat dianggap sebagai bola bulat (mungkin dengan diameter variabel tergantung pada arahnya) yang mengelilingi permukaan struktur internal asli (misalnya CTV);

bagian luar 'bola lari' ini kemudian akan menghasilkan struktur yang diperluas (misalnya PTV) (Stroom dan Storchi 1997; Belshi et al. 1997).

Beberapa workstation atau TPS khusus menawarkan

kemungkinan untuk membuat struktur baru dari operasi Boolean (misalnya penyatuan atau persimpangan) pada struktur yang ada. Ini bisa berguna untuk struktur yang terdiri dari beberapa sub-volume yang diperlukan untuk menghitung globaldistribusi dosis-volume(lihat Bagian 43.3).

35.3.4 Pedoman Konsensus – Segmentasi Berbasis Atlas

Untuk mendapatkan segmentasi gambar yang andal, diperlukan konsensus umum tentang apa yang harus disertakan dalam garis besar tertentu. Konsensus untuk segmentasi banyak struktur termasuk CTV telah dipublikasikan dalam bentuk pedoman; misalnya untuk jaringan normal panggul (Gay et al. 2012), untuk kelenjar getah bening panggul (Harris et al. 2015) dan untuk alat kelamin pada kanker dubur (Brooks et al. 2015), dan juga untuk CTV prostat setelah prostatektomi (Michalski et al. .2010a), untuk OAR kepala dan leher (Brouwer et al. 2015) dan untuk kelenjar getah bening kepala dan leher (Gregoire et al. 2003, 2006, 2014).

Baru-baru ini, metode penjabaran berdasarkan atlas anatomi semakin banyak digunakan dan tersedia sebagai standar pada TPS tingkat lanjut. Ada sejumlah implementasi yang berbeda (Schipaanboord et al. 2019). Salah satu pendekatannya adalah mendasarkan atlas pada satu set kerangka dan melakukan pencocokan gambar yang dapat dideformasi dari kerangka atlas ke anatomi pasien. Ada juga yang lebih majumempelajari atlas anatomi algoritme, di mana atlas diperbarui berdasarkan koreksi segmentasi yang diterima sebelumnya.

Algoritma segmentasi berbasis Atlas telah berhasil dikembangkan untuk segmentasi daerah normal yang diminati di otak (Conson et al.

2014), toraks (Yang et al. 2013) dan daerah panggul (Young et al.

2011; Greenham et al. .2014; Delpon et al. 2016), dan untuk segmentasi kelenjar getah bening kepala dan leher (SjHaiberg dkk.

2013; Daisne dan Blumhofer 2013). Terlepas dari pedoman konsensus, masih ada perbedaan dalam garis besar, dan karenanya, tidak semua dokter menyukai pembentukan kontur berbasis atlas;

memang, kontur yang dihasilkan mungkin salah (Langmack et al.

2014; Hoang Duc et al. 2015). Namun, dengan pembelajaran mesin berdasarkan banyak kumpulan data gambar dari pencitraan multimodalitas, segmentasi gambar otomatis akan meningkat.

Sebagaiperencanaan online adaptifmenjadi lebih populer (lihat Bagian 48.4), peningkatan segmentasi citra otomatis diperlukan.

Namun, untuk adaptasi on-line, titik awal terbaik adalah dengan menggunakan garis besar yang ditetapkan dari CT perencanaan asli pasien sendiri sebagai referensi. Ini sudah dapat dilakukan pada banyak sistem perencanaan dan umumnya menghasilkan segmentasi yang akurat berdasarkan deformasi pasien. Deformasi ini

kemungkinan kecil, karena pasien diatur dalam posisi yang sama, dan hanya perubahan anatomi internal yang mungkin terjadi.

Review darimetode pembelajaran mendalamditerapkan pada segmentasi struktur otomatis dan lebih umum pada proses radioterapi dapat ditemukan di Meyer et al. (2018).

35.4Simulasi Virtual dan

Radioterapi Konformal Tiga Dimensi

35.4.1

Prinsip Simulasi Virtual

Ketika data pasien telah diperoleh dan identifikasi volume yang akan dirawat telah ditetapkan, langkah selanjutnya adalah mengambil keputusan tentang penyiapan berkas yang akan digunakan untuk memberikan dosis yang ditentukan ke target sambil mempertahankan sebanyak mungkin. mungkin OAR dan sisa jaringan sehat

Simulasi mayasekarang digunakan di sebagian besar situasi sebagai pengganti proses simulasi konvensional. Hal ini umumnya dilakukan sebagai bagian dari proses perencanaan perawatan ketika pasien tidak lagi hadir (lihat Bagian 32.3). Dasar untuk simulasi virtual adalah ketersediaan dataset CT anatomi (atau multimodal) lengkap saat pasien dalam posisi perawatan.

Untuk memungkinkan apresiasi yang lebih baik dari anatomi dasar dan jangkauan 3D dari berbagai struktur anatomi, sistem perencanaan 3D (Goitein et al. 1983; Mohan et al. 1988; Galvin et al. 1995) dan workstation khusus menawarkan kemungkinan melihat data citra tidak hanya dalam transaksial (yaitu irisan CT asli) tetapi juga dalam pandangan sagital dan koronal.

Tergantung pada ketebalan irisan, pandangan sagital dan koronal dapat menunjukkan resolusi yang lebih kasar pada arah cranio-caudal.

Dalamsimulasi mayapendekatan, target dan OAR harus diuraikan pada semua irisan menggunakan salah satu metode segmentasi yang dijelaskan di Bagian 35.3. Proyeksi garis besar ini ditunjukkan pada melintangpesawat (di mana mereka didefinisikan) dan disagitalDan mahkotabidang, baik sebagai kontur atau sebagaicuci warna. Dalam banyak sistem perencanaan 3D, pengguna dapat mengaktifkan atau menonaktifkan struktur apa pun, yang bisa sangat membantu, karena struktur di atasnya dapat mengaburkan satu sama lain dan data CT skala abu-abu yang mendasarinya. Selain tiga tampilan 2D ortogonal, memiliki aTampilan render permukaan 3Ddari struktur. Khususnya, akan berguna untuk melihat volume 3D dari sudut yang berbeda untuk menentukan arah pancaran.

Keuntungan yang jelas darisimulasi mayaadalah Anda dapat, tanpa iradiasi tambahan dan tanpa kendala yang menyakitkan bagi pasien, memeriksa beberapa pendekatan pengobatan atau arah pancaran.

35.4.2 Arah Sumbu Balok – konsep Pandangan Mata Balok

Dalam beberapa kasus, sudut pancaran 'standar' dapat digunakan (misalnya untuk perawatan payudara dengan pancaran tangensial), tetapi dalam kasus lain, perencana perawatan memilih arah insiden untuk pancaran untuk masing-masing pasien. Perencana perlu menemukan arah pancaran yang menangani PTV sambil menghindari iradiasi OAR. Ini dapat dilakukan melalui penggunaan berbagai visualisasi komputer.

Representasi yang sangat berguna, melengkapi visualisasi batas bidang pada bagian melintang, adalah yang disebut pandangan mata balok(BEV) konsep (Goitein et al. 1983; Mc Shan et al. 1990). Namapandangan beam's-matamengacu kepada

prinsip menunjukkan apa yang Anda 'lihat' saat mata Anda berada di posisi sumber. Ini terdiri dari mengambil bidang yang tegak lurus terhadap sumbu balok dan menghitung proyeksi kerucut pada bidang bidang batas dan inistruktur seperti PTV dan OAR (Gambar 35.3). Karena arah balok dan sudut sofa diubah secara interaktif, proyeksi struktur digeser sehubungan dengan tepi balok hingga kompromi terbaik antara cakupan PTV dan penghindaran OAR tercapai. Selain itu, konsep BEV menawarkan kemungkinan untuk

menyesuaikan bentuk lapangan sesuai dengan bentuk target (PTV) sekaligus melindungi OAR. Itu membuka jalan bagi Radioterapi konformal 3D(lihat misalnya Webb 1993, 1997 dan juga Bagian 37.1).

35.4.3 Pembentukan Lapangan

Untuk setiap arah sinar, bentuk bidang dihasilkan dalam BEV dari proyeksi PTV dengan menambahkan margin untuk

memungkinkan penumbra sinar (Brewster et al. 1993). Lebar ideal margin ini bergantung pada ukuran dan kedalaman bidang dan apakah bidang tersebut coplanar atau tidak. Dalam situasi coplanar, margin harus antara 4 mm dan 6 mm di semua arah.

Pelindung yang diperlukan biasanya disediakan oleh blok paduan titik leleh rendah yang dibuat khusus, diproduksi baik dengan membuat blok dirancang secara manual menggunakan templat tercetak atau dengan mengirimkan bentuk digital dari sistem perencanaan perawatan ke pemotong blok. Saat ini, hampir secara eksklusif dicapai dengan multi-leaf collimator (MLC) (lihat Bagian 11.5.2).

MLC tidak menghasilkan distribusi isodosis yang halus.

Fenomena ini lebih penting pada MLC generasi pertama, karena lebar setiap daun biasanya 1 cm. Saat ini, lebar 0,5 cm atau kurang sering terjadi

dihadapi. Proyeksi geometrik dari daun MLC kira-kira mendefinisikan isodosis 50%; karenanya, margin untuk memperhitungkan penumbra (~6 mm) pertama-tama harus diterapkan pada PTV untuk menetapkan bentuk bidang yang diperlukan. Bentuk bidang inilah yang dipasang oleh MLC, menggunakan salah satu dari beberapa algoritma penyesuaian bentuk. Secara umum, TPS mendukung pas daun kedi luar, itudi dalamatautengahdari daun MLC (lihat Gambar 35.4 dan Bagian 23.5.4). Selain itu, beberapa TPS memungkinkan rata- rata area overexposure dan underexposure. Mengoptimalkan sudut kolimator untuk mendapatkan konformasi yang lebih baik ke bentuk target juga merupakan pilihan. Dalam semua kasus, kesesuaian distribusi dosis dengan PTV merupakan kriteria utama dalam menentukan posisi daun yang optimal.

Untuk sebagian besar desain MLC, rahang utama masih ada.

Mereka harus disesuaikan untuk mengurangi sebanyak mungkin kebocoran antar daun tanpa menutupi area yang dibatasi MLC. Pada prinsipnya, penyesuaian ini harus dilakukan selama perencanaan pengobatan. Umumnya, TPS menawarkan opsi untuk pemosisian rahang utama secara otomatis. Dalam arah yang sejajar dengan perjalanan daun, biasanya ditambahkan margin keamanan 5 mm sampai 10 mm di bagian luar daun yang paling retraksi. Dalam arah tegak lurus, tepi balok dapat ditentukan oleh rahang utama, tetapi orang harus menghindari melapiskan tepi rahang dan sisi daun, karena mungkin diperhitungkan secara tidak tepat oleh algoritma perhitungan dosis. Contoh tipikal posisi rahang utama sehubungan dengan bentuk bidang yang dibatasi oleh MLC ditunjukkan pada Gambar 35.5.

Dengan IMRT, bentuk lapangan tidak lagi ditentukan oleh perencana. Ini dihitung secara otomatis sebagai bagian dari proses perencanaan terbalik (lihat Bagian 37.3).

GAMBAR 35.3

Pandangan mata balokrepresentasi dari balok konformal untuk

GAMBAR 35.4Multi-leaf collimator (MLC) pas untuk bukaan bidang halus. Di sini, apertur berbentuk elips (hanya satu kuadran yang ditampilkan). Tiga kemungkinan pemasangan MLC ditunjukkan:luarke bukaan (garis tebal tebal, abu-abu tua berbayang);tengah(berbayang abu-abu muda);

pengobatan prostat; pasien dan balok yang sama seperti pada Gambar 35.2. Prostat + 5 mm margin adalah PTV (pirus), rektum (oranye), kandung kemih (biru), dan kepala femoralis kanan dan kiri (rangka kawat, khaki). Garis besar bentuk bidang

dan posisi MLC (menggunakanrata-ratametode pemasangan) ditampilkan dalam warna putih.

Dan intern(garis putus-putus). Harus diingat bahwa margin tambahan harus diterapkan antara bukaan bidang dan PTV untuk memperhitungkan penumbra berkas.

GAMBAR 35.5 Ilustrasi posisi main yang direkomendasikan rahang (diwakili sebagai garis putih) sehubungan dengan bentuk MLC untuk akselerator linier Elekta (kolimator multidaun MLCi). Perhatikan bahwa rahang utama menyembunyikan daerah kebocoran antar daun di bagian atas dan bawah gambar.

35.4.4 Digitally Reconstructed Radiographs (DRRs)

Sama sepertinyatasimulasi pasien menggunakan fluoroskopi atau radiografi konvensional,simulasi mayamenggunakan DRR untuk memungkinkan bidang perawatan divisualisasikan dalam kaitannya dengan anatomi pasien. Keuntungan DRR yang dihasilkan dari set data CT terapi dengan pasien dalam posisi perawatan adalah bahwa data yang digunakan untuk verifikasi posisi pasien relatif terhadap sinar perawatan (lihat Bagian 48.2.3) berasal dari set data yang sama seperti yang digunakan untuk lokalisasi target. Hal ini memastikan konsistensi penuh antara rencana perawatan yang digunakan untuk menghitung distribusi dosis dan pengiriman sinar sebenarnya. Namun, untuk menjadi alat yang berguna di klinik, kualitas DRR harus sebanding dengan radiografi konvensional. Pemahaman tentang bagaimana PRB diproduksi akan memungkinkan pengguna untuk memastikan bahwa perangkat lunak digunakan sebaik-baiknya untuk membuat dan meningkatkan PRB.

DRR dihasilkan dengan menjumlahkan ketebalan radiologis sepanjang setiap garis sinar dari sumber virtual sinar melalui model pasien 3D (set data CT) ke suatu titik di bidang DRR. Untuk sketsa prinsip, lihat Gambar 35.6.

Geometri yang digunakan untuk membuat DRR dan transformasi matematis yang diperlukan dijelaskan oleh Siddon (1981, 1985). Atenuasi sepanjang garis sinar dapat diturunkan dari definisi HU sebagai berikut (Bagian 32.2.1 dan Killoran et al. 2001):

Di manaMDanM^wadalah koefisien atenuasi linier efektif dari jaringan dan air, masing-masing, pada energi yang digunakan untuk menghasilkan CT.

Atenuasi linier sepanjang garis sinar akan menjadi jumlah redaman dalam voxel di jalur garis sinar. Penting untuk dicatat bahwa CT scan diperoleh sekitar dua kali energi yang digunakan untuk radiografi konvensional, sehingga rasio efek fotolistrik terhadap efek Compton jauh berkurang. Akibatnya, kontras tulang secara inheren jauh lebih rendah pada DRR.

Dengan menggunakan hubungan koefisien atenuasi linier dengan energi, dimungkinkan untuk menghasilkan DRR yang menyerupai gambar simulator kV (fotolistrik) dan gambar megavoltase (Compton) dengan menghitung ulang peta ketebalan radiologi sesuai dengan kualitas pancaran. Modifikasi juga dapat dilakukan pada pemetaan antara nilai CT HU dan kerapatan elektron relatif untuk menekankan fitur anatomi yang berbeda. Untuk lebih jelasnya, lihat Sherouse et al. 1990; Cheng dkk. 1987; Culip et al. 1993; Killoran et al. 2001; Staub dan Murphy 2013.

Kualitas PRB dipengaruhi oleh sejumlah faktor yang terkait dengan algoritme akuisisi dan rekonstruksi data:

• TheVolume data CT:Untuk definisi pancaran dan simulasi virtual, dataset CT harus mencakup permukaan tubuh dan meluas ke seluruh area perawatan, yang dapat berada agak jauh di luar tumor, terutama jika pengaturan pancaran non- coplanar digunakan.

•

Ketebalan irisan CT:Ini menentukan resolusi pada bidang longitudinal dan memberikan batas objektif untuk kualitas PRB. Namun, dengan penggunaan helical multi-slice CT scanner, ketebalan irisan jarang lebih dari 3 mm dan bisa serendah 0,75 mm, yang memberikan kualitas DRR yang baik.

•

Mode penelusuran sinar:Ini mengacu pada cara penjumlahan dilakukan. Ini menggunakan intensitas voxel CT terdekat untuk rekonstruksi cepat dan interpolasi antara voxel dari irisan yang berdekatan atau antara delapan voxel terdekat.

•

Ukuran langkah:Ini adalah ukuran kenaikan yang digunakan sepanjang garis sinar saat menjumlahkan koefisien atenuasi untuk menghasilkan DRR.

•

Resolusi PRB:Ini adalah kerapatan piksel

(misalnya jumlah piksel per sentimeter) pada baris atau kolom dari DRR yang dihasilkan.

Dimungkinkan untuk meningkatkan DRR dengan mengubah visibilitas struktur yang berbeda secara selektif sesuai dengan kerapatan relatifnya. Ini sering disebut sebagai aradiografi komposit digital(DCR). Misalnya dengan 'menekan' jaringan lunak, aDCR tulangdapat dihasilkan, atau dengan 'menekan' HU=1000

M - M

w (35.1) tulang, aDCR jaringan lunakdapat dihasilkan (Gambar 35.7). Dia

Ini dapat diatur ulang dalam bentuk:

M=M^wC

æ HU

è1000

M

w

+ 1 Hai

juga dimungkinkan untuk menghasilkan DCR berdasarkan secara eksklusif pada voxel yang ditemui dalam suatu tertenturentang kedalamandan oleh karena itu, untuk memperkuat kontras struktur yang berada dalam rentang ini. Beberapa komputer perencanaan menggabungkan fitur-fitur ini

(35.2) tures, yang pada prinsipnya memungkinkan, misalnya, saluran udara dan

Hai

(B)

GAMBAR 35.6Ituradiografi yang direkonstruksi secara digital(DRR) dihasilkan oleh ray-tracing melalui dataset CT-image. Contoh ini menunjukkan antero- posterior (AP) dan DRR lateral kiri dari perawatan panggul.

GAMBAR 35.7Dengan mengubah tabel pencarian antara nomor CT (HU) dan kerapatan (yaitu tingkat keabuan) seperti yang ditunjukkan pada (c) dan (f), dimungkinkan untuk membuatradiografi komposit digital(DCRs) disesuaikan dengan berbagai jenis struktur. Gambar (a) dan (b) menunjukkan aDCR jaringan lunak diperoleh dari kurva (c), di mana semua jaringan dengan angka CT di bawah 450 HU dan di atas 1100 HU telah dikeluarkan. Gambar (d) dan (e) menunjukkan aDCR tulangdiperoleh dari kurva (f) di mana kepadatan jaringan dengan angka CT lebih besar dari 1100 HU ditingkatkan secara linier sebagai fungsi dari angka CT.

tulang untuk ditingkatkan secara bersamaan, yang tidak mungkin dilakukan dengan radiografi konvensional dari simulator fisik.

Dengan meningkatnya jumlah pemindai CT yang tersedia di departemen radioterapi, simulator x-ray cenderung menghilang, dan simulasi virtual kini juga digunakan untuk perawatan sederhana seperti pasangan paralel. Ini meningkatkan keakuratan perawatan dan seringkali mengurangi waktu yang harus dihabiskan pasien di departemen.

DRR juga berguna untuk mengurangi penggunaan agen kontras yang diberikan kepada pasien. Salah satu situs tertentu adalah pengobatan kelenjar para-aorta, di mana perlindungan ginjal sangat penting. Di sini, pasien mendapat manfaat dari CT scan dengan menghindari kontras intravena yang akan diberikan untuk menunjukkan luasnya ginjal. Perencanaan kemudian dilakukan dengan melihat rekonstruksi koronal secara bersamaan (lihat Gambar 35.8) dan PRB. Kombinasi ini memberikan apresiasi penuh terhadap posisi ginjal (dengan menelusuri rekonstruksi koronal) relatif terhadap nodus para- aorta dan memungkinkan pemosisian manual daun MLC untuk melindunginya.

Jika PTV dan lainnyastrukturtelah diuraikan pada dataset CT, mereka dapat dilapiskan pada PRB menggunakan pendekatan BEV. Bentuk bidang yang dibatasi oleh blok konformal atau MLC juga dapat ditambahkan sebagai overlay, seperti yang ditunjukkan pada Gambar 35.9.

Penggunaan utama DRR adalah menyediakan sarana untuk memeriksa pengaturan pasien selama pengiriman sinar. DRR mewakili apa yang harus dicapai pada mesin perawatan, di mana mereka dapat dibandingkangambar portal(lihat Bab 13).

Pencocokan antara PRB dan pengobatangambar portal dapat dicapai dengan melapiskan beberapastruktur referensi (kebanyakan paru-paru, landmark tulang atau penanda tambahan). Pada DRR, mereka dapat digambar langsung pada gambar atau diperoleh dari segmentasi CT dengan proyeksi BEV.

Mereka kemudian dihamparkan pada citra portal, deviasi antara tepi bidang mewakili kesalahan penyetelan (lihat Bagian 48.2.3).

Oleh karena itu, PRB harus dibuat oleh staf ahli dan berpengalaman yang memiliki waktu untuk menguji alat peningkatan yang tersedia dan menghubungkan

GAMBAR 35.9 DRR bidang anterior dari pengobatan konformal prostat ment termasuk garis PTV (garis ungu horizontal), rahang utama (persegi panjang merah) dan elemen MLC (putih) sebagai proyeksi overlay BEV.

dengan dokter dan radiografer yang akan menggunakan gambar.

Meskipun rekonstruksi PRB secara logis hampir secara eksklusif didasarkan pada kumpulan data citra CT, mungkin menarik untuk memasukkan informasi dari modalitas pencitraan lain (lihat misalnya Chen et al. 2007a).

35.4.5 Sinar Tangensial untuk Perawatan Payudara

Meskipun pedoman konsensus Masyarakat Eropa untuk Radioterapi dan Onkologi (ESTRO) tentang delineasi volume target payudara tahap awal (Offersen et al. 2015), menentukan sinar dari landmark anatomi menggunakan DRR masih merupakan praktik umum di banyak pusat radioterapi payudara, di mana seluruh kelenjar susu harus dimasukkan dalam volume perawatan.

GAMBAR 35.8Contoh radioterapi simpul para-aorta yang menunjukkan bagian koronal berdampingan melalui kumpulan data gambar CT (a) dan DRR anteroposterior (b). Ginjal terlihat jelas pada bagian koronal (a), yang dapat digulir ke arah antero-posterior melalui kumpulan data lengkap dan digunakan untuk menggambar pada DRR bentuk yang tepat dari area terlindung.

GAMBAR 35.10Representasi berbasis CT multiplanar dari pengaturan anatomi untuk perawatan payudara menggunakan sinar tangensial. Di kolom sebelah kiri, isocentre berada di tengah payudara (teknik 1). Di kolom sebelah kanan, isocentre berada di batas superior-posterior bidang (teknik 3).

Kedua perlakuan tersebut bersifat coplanar, yaitu tanpa rotasi sofa.

Untuk mensimulasikan perawatan payudara tangensial menggunakan simulasi virtual atau pencitraan fluoroscopic, sudut gantry yang menutupi volume payudara sambil meminimalkan jumlah jaringan paru-paru di bawahnya di lapangan dapat ditemukan dengan memposisikan sinar di TPS atau dengan penyesuaian fluoroscopic real-time dari posisi balok.

Penanda timbal dapat ditempatkan pada kulit di tepi payudara yang teraba untuk memfasilitasi proses ini. Entah payudara ditandai di sekelilingnya dengan kawat, atau batas medial, inferior, dan lateral ditandai dengan penanda radio-opak.

Balok yang berlawanan harus miring sedemikian rupa sehingga tepi balok internalnya tidak berbeda dan mencakup jumlah paru-paru yang minimal. Hal ini dicapai dengan memastikan bahwa tepi posterior balok ditentukan oleh garis yang menghubungkan batas medial dan lateral. Sudut gantry relatif dapat dikerjakan dengan trigonometri menggunakan lebar lapangan. Batas inferior ditentukan oleh tanda inferior yang ditempatkan pada pasien, memastikan bahwa setidaknya ada margin 1 cm di udara di bawah payudara dan batas superior setinggi takik sternum.

Untuk balok payudara tangensial, juga menguntungkan untuk menjaga tepi balok non-divergen atau vertikal di batas superior untuk

memungkinkan penambahan bidang aksila (yang kemudian dapat ditambahkan bahkan jika ini tidak ditentukan sebagai pengobatan utama).

Entah ini dapat dicapai dengan menggunakan trigonometri untuk mengkompensasi dengan menyesuaikan sudut sofa dan sudut kolimator bidang tangensial, atau seseorang dapat menggunakan balok setengah balok (untuk mencapai diafragma asimetris) asalkan panjang bidang tidak dibatasi (lihat juga Bagian 36.8. 3).

Dalam praktiknya, posisi isocentre menentukan bagaimana perencana perlu memastikan batas yang tidak berbeda ke arah paru-paru dan

superior. Batas superior sangat penting jika bidang supraklavikula dan/atau iradiasi kelenjar aksila dimasukkan dalam permintaan rencana.

Tiga cara paling umum untuk memilih posisi isocentre untuk rencana payudara adalah:

1.Isocentre ditempatkandi pusatdalam jaringan payudara. Ini memberikan ukuran bidang yang hampir simetris, tetapi bidang tangensial yang berlawanan perlu dikompensasi

untuk divergensi secara posterior; karenanya, balok umumnya terpisah 185–190 derajat. Matematika untuk menghitung sudut divergensiAadalah dosa(A)

=X/SEDIH, Di manaXadalah jarak bidang dari sumbu pusat ke batas posterior dan SEDIHadalah jarak sumber-ke-sumbu (100 cm untuk sebagian besar akselerator linier).

2.Isocentre ditempatkan diperbatasan posteriorbidang payudara (setengah bidang asimetris); kemudian, bidang yang berlawanan akan memberikan batas yang tidak berbeda ke arah paru-paru.

3.Isocentre ditempatkan disuperior-posterior batas bidang perlakuan (asimetri ganda). Hal ini memastikan batas non- divergen baik ke arah paru-paru maupun superior, yang memungkinkan kecocokan yang mudah dari bidang supra- klavikula dan/atau aksila. Bidang supraklavikula kemudian akan menggunakan isosentrum yang sama dengan bidang dada tangensial dan memiliki kecocokan dosimetri di sumbu pusat, yang merupakan batas bersama.

Teknik 1 dan teknik 3 diilustrasikan pada Gambar 35.10.

Untuk teknik 1 atau 2, penyesuaian pada sofa dan sudut kolimator diperlukan untuk mencapai batas atas yang tidak berbeda. Untuk ketiga penempatan isocentre, dimungkinkan untuk mendapatkan batas superior dan posterior yang tidak berbeda. Kerugian yang mungkin timbul dari penggunaan teknik 3 adalah adanya batasan pada ukuran bidang sinar setengah asimetris,* dan oleh karena itu, tidak mungkin menutupi seluruh volume payudara. Untuk

pembahasan yang lebih komprehensif dan rinci tentang perencanaan payudara, lihat Donovan et al. (2012).

Setelah beam set-up tercapai, validitasnya harus diperiksa dengan perhitungan distribusi dosis. Penyesuaian kecil pada rencana (yaitu bobot balok, pengubah balok atau area terlindung) dapat dilakukan tanpa melanjutkan simulasi.

Namun, perubahan besar (yaitu arah pancaran) dapat memerlukan simulasi berulang.

* Pada kebanyakan linac, nilai maksimumnya adalah 20 cm, tetapi untuk beberapa di antaranya hanya 11 cm.