การประเมินการลดสิ่งแปลกปลอมโลหะโดยใช้วิธีการประมาณค่าแบบผสม สำหรับการรักษามะเร็งศีรษะและลำคอ ด้วยเทคนิคการฉายรังสีแบบปรับความเข้มลำรังสี (ศึกษาในหุ่นจำลอง)
คำสำคัญ:
เครื่องเอกซเรย์คอมพิวเตอร์, รากฟันเทียม, สิ่งแปลกปลอมโลหะ, การจำลองการรักษาบทคัดย่อ
หลักการและเหตุผล: การรักษามะเร็งศีรษะและลำคอด้วยวิธีการฉายรังสีจำเป็นต้องมีความถูกต้องเพื่อให้ได้ปริมาณรังสีที่สม่ำเสมอและหลีกเลี่ยงอวัยวะโดยรอบ ซึ่งทันตกรรมประดิษฐ์หรือสิ่งแปลกปลอมที่พบบ่อยในภาพเอกซเรย์คอมพิวเตอร์จำลองการรักษามะเร็งศีรษะและลำคอมาจากรากฟันเทียมโลหะส่งผลให้บดบังอวัยวะโดยรอบ ทำให้ได้ภาพที่ไม่ชัดเจนและไม่มีประสิทธิภาพพอที่จะนำมาวางแผนการรักษา อย่างไรก็ตามสิ่งแปลกปลอมดังกล่าวสามารถลดได้ด้วยอัลกอริทึมลดสิ่งแปลกปลอมโลหะ
วัตถุประสงค์: เพื่อพัฒนาวิธีการลดสิ่งแปลกปลอมโลหะสำหรับภาพเอกซเรย์คอมพิวเตอร์จำลองการรักษาบริเวณศีรษะและลำคอที่มีรากฟันเทียม ก่อนวางแผนการรักษาด้วยเทคนิคการฉายรังสีแบบปรับความเข้มลำรังสี
วัสดุและวิธีการ: ศึกษาจากภาพเอกซเรย์คอมพิวเตอร์หุ่นจำลองศีรษะและลำคอที่มีสกรูโลหะจำนวน 1 ชิ้น และ 2 ชิ้น โดยทำการทดสอบประสิทธิภาพของวิธีการลดสิ่งแปลกปลอมโลหะเปรียบเทียบกัน 3 วิธีการคือ วิธีการประมาณค่าเชิงเส้น (แอลไอ) วิธีการโทโทล วาริเอชั่น อินเพนทิ่ง (ทีวี) และวิธีการแบบผสม (ไฮบริด) ทำการประเมินระยะเวลา เส้นโปรไฟล์ ค่าข้อมูลภาพ รูปร่างของสกรูโลหะก่อนและหลังลดสิ่งแปลกปลอมโลหะ
ผลการศึกษา: วิธีการไฮบริดใช้เวลาการลดสิ่งแปลกปลอมโลหะในภาพที่มีสกรูโลหะจำนวน 1 ชิ้น และ 2 ชิ้น มีค่าเฉลี่ยเท่ากับ 59.93 วินาที และ 148.71 วินาที ตามลำดับ ผลเชิงคุณภาพโปรไฟล์ ค่าข้อมูล และรูปร่างของสกรูโลหะก่อนและหลังลดสิ่งแปลกปลอม พบว่าวิธีการไฮบริดใกล้เคียงกับภาพที่ผ่านวิธีการทีวี วิธีการไฮบริดสามารถลดสิ่งแปลกปลอมได้มีประสิทธิภาพกว่าวิธีการแอลไอในภาพที่มีโลหะจำนวน 2 ชิ้น
ข้อสรุป: วิธีการไฮบริดใช้เวลาน้อยกว่าวิธีการทีวี ผลประเมินเส้นโปรไฟล์ ค่าข้อมูล และรูปร่างของสกรูโลหะ พบว่าใกล้เคียงกับวิธีการทีวี
เอกสารอ้างอิง
คณะกรรมการจัดทำแผนการป้องกันและควบคุมโรคมะเร็งแห่งชาติ. กรมการแพทย์กระทรวงสาธารณสุข, แผนการป้องกันและควบคุมโรคมะเร็งแห่งชาติ. พ.ศ. 2556-2560. กรุงเทพฯ: สถาบันมะเร็งแห่งชาติ; 2556.
Head and Neck cancers [cited Dec 1,2017]. Available from: https://www.chulacancer.net/education-inner.php?id=382
เอกซเรย์คอมพิวเตอร์ [cited Dec 5,2017] Available from: https://www.si.mahidol.ac.th/th/department/radiology/diagRadiology/knowCT.html
Edward F. B. and Dominik F. CT artifacts: Causes and reduction techniques. Imaging Med. 2012: 4, 229-240.
CT artefacts [cited Nov 30,2019]. Available from: https://www.radiologycafe.com/radiology-trainees/frcr-physics-notes/ct-artefacts
มะเร็งศีรษะและลำคอ [สืบค้นเมื่อวันที่ 1 ธ.ค. 2560]. Available from: : https://www.si.mahidol.ac.th/th/healthdetail.asp?aid=695
H. Xue, L. Zhang, Y. Xiao, Z. Chen, Y. Xing, Metal artifact reduction in dual energy CT by sinogram segmentation based on active contour model and TV inpainting, 2009 IEEE Nuclear Science Symposium Conference Record (NSS/MIC), Orlando, FL, 2009:904-908.
Kentaro M, Shinchiro M, Azusa H, Kensuke N, Masashi K. Single-energy metal artefact reduction with CT for carbon-ion radiation therapy treatment planning. Br J Radiol. 2016;89:20150988
Tongngarm W, Kaewlek T, Khamfongkhruea C, Udee N. Clinical application of K-means clustering algorithm for metal artifact reduction in computed tomography simulation images for intracavitary brachytherapy. Songkla Med J. 2016;34:119-129.
Wouter JH V, Raoul M S J, Aart J van der M, Jacob G. Development and validation of segmentation and interpolation techniques in sinograms for metal artifact suppression in CT. Med Phys. 2010;37:620-8.
กาญจนา พุทธบุรี และฐิติพงศ์ แก้วเหล็ก. การประเมินการลดสิ่งแปลกปลอมโลหะโดยการ ประยุกต์ใช้โทโทล วาริเอชั่น อินเพนทิ่ง สำหรับการจำลองการรักษาส่วนศีรษะและลำคอ. วิจัยและนวัตกรรม ขับเคลื่อนเศรษฐกิจและสังคม. 2560; 501-510.
ภิเษก รุ่งโรจน์ชัยพร. กลีเซอรอล : การใช้ประโยชน์เพื่อการผลิตแก๊สสไฮโดรเจน. วารสารวิทยาศาสตร์ ลาดกระบัง 2557; 23:140-159.
Xinhui D, Li Z, Yongshun X, Jianping C, Zhiqiang C, Yuxiang X. Metal artifact reduction in CT images by sinogram TV inpainting. 2008 IEEE Nuclear Science Symposium Conference Record. Dresden, Germany, 2008: 4175-4177.
Meyer E, Raupach R, Lell M, Schmidt B, Kachelriess M. Normalized metal artifact reduction (NMAR) in computed tomography. Med phys. 2010;37: 5482-5493.
Bar E, Schwahofer A, Kuchenbecker S, Haring P. Improving radiotherapy planning in patients with metallic implants using the iterative metal artifact reduction (iMAR) algorithm. Biomed Phys Eng Express. 2015; 1, 1-12.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารมะเร็งวิวัฒน์ ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับ และบุคคลากรท่านอื่น ๆ ใน สมาคมฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
