Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Patientenspezifische Elektrofeldsimulation bei Spinalmetastasen Elektrochemotherapie

266 Aufrufe

⸱

DOI:

10.3791/71239

⸱

31. Juli 2026

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Anesthesiology, Surgery and Interventional Radiology, Gustave Roussy, 2Interventional Radiology Department, Avicenne Hospital, 3AIMOKA : Inria, Assistance Publique Hôpitaux de Paris, Université Sorbonne Paris Nord, 4CNRS, INRIA, University of Bordeaux, 5UMR 9018 METSY, Université Paris-Saclay, CNRS, Gustave Roussy

In diesem Artikel

Zusammenfassung

Dieses Protokoll beschreibt einen vollständigen, reproduzierbaren Arbeitsablauf für patientenspezifische Elektrofeldsimulation und Validierung der Elektrochemotherapie (EKT) bei Spinalmetastasen. Der Workflow integriert multimodale Bildgebung, halbautomatische und manuelle Segmentierung, Modellierung der Gewebeleitfähigkeit, lineare Finite-Elemente-Elektrofeldsimulation sowie experimentelle Validierung mittels postprozedurbasierter MRT-basierter Nekrose-Überlappungsanalyse.

Zusammenfassung

Die Elektrochemotherapie (EKT) kombiniert die Verabreichung zytotoxischer Wirkstoffe mit hochspannungselektrischen Impulsen, die die Tumorzellmembranen vorübergehend permeabilisieren und die intrazelluläre Arzneimittelaufnahme erhöhen. Diese minimalinvasive, nicht-thermale Technik eignet sich besonders für Tumore, die sich in der Nähe kritischer Strukturen befinden, wo Operationen, Strahlentherapie oder perkutane thermische Ablation begrenzt sein können. In der Wirbelsäule kann EKT Schmerzlinderung, neuronale Dekompression und lokale Tumorkontrolle bieten und gleichzeitig neuronale Strukturen erhalten. Die Umsetzung bleibt jedoch aufgrund komplexer Wirbelsäulenanatomie, begrenzter Verständnisse der elektrischen Feldverteilung, des Fehlens spezieller Planungswerkzeuge und des Risikos neuronaler Verletzungen weiterhin herausfordernd. Dieses Protokoll beschreibt einen reproduzierbaren Arbeitsablauf für patientenspezifische elektrische Feldsimulation in der wirbelsäulen EKT. Multimodale Bildgebung, die CT und MRT kombiniert, ermöglicht die Rekonstruktion der tumoralen, wirbelbralen, neuronalen und Weichteilanatomie mittels halbautomatischer und manueller Segmentierungen, die innerhalb der Open-Source-3D-Slicer-Plattform durchgeführt werden. Gewebeleitfähigkeiten werden gemäß der IT'IS-Datenbank zugewiesen, und lineare Finite-Elemente-Simulationen (konstante Leitfähigkeit) werden mit AI4DEEP, einem dedizierten 3D-Slicer-Modul, durchgeführt, um 3D-Elektrofeldkarten über mehrere Isodosis-Schwellenwerte zu berechnen. Das Follow-up kontrastverstärkte MRT wird zur Validierung durch Dice-Ähnlichkeitskoeffizienten verwendet, die simulierte isoelektrische Feldvolumina mit post-EKT-nekrotischen Tumorbereichen vergleichen. Ein qualitativer Vergleich von simulierten elektrischen Feldkarten, Follow-up-MRT und klinischen Ergebnissen wurde von erfahrenen interventionellen Radiologen durchgeführt, um die Fähigkeit der Software zu bewerten, unterbehandelte und überbehandelte Regionen vorherzusagen. Neun EKT-Verfahren wurden durchgeführt, um den Arbeitsablauf zu bewerten. Die höchste Übereinstimmung zwischen simuliertem elektrischem Feld und post-EKT-Nekrose wurde im Bereich von 160–200 V/cm in diesem spezifischen klinischen und numerischen Kontext beobachtet. Der Workflow identifizierte außerdem Bereiche mit unzureichender oder übermäßiger Behandlung, was mit klinischer und bildgebender Nachbeobachtung übereinstimmt. Der beschriebene Arbeitsablauf legt die Grundlage für reproduzierbare EKT-Planung und unterstützt optimierte Elektrodenplatzierung und Parameteranpassung, um Sicherheit und Wirksamkeit bei komplexen wirbelsäulen EKT-Verfahren zu verbessern.

Einleitung

Spinale metastasierte Epiduritis ist häufig, da die Wirbelsäule der vorherrschende Ort für Skelettmetastasen ist und bis zu 50 % aller Knochenlokalisationenausmacht 1,2. Die klinische Präsentation umfasst typischerweise starke Schmerzen mit deutlicher Beeinträchtigung der Lebensqualität, gefolgt von schnell fortschreitenden neurologischen Defiziten, die je nach Ausmaß der Beteiligung in Paraplegie oder Tetraplegie enden können 3,4. Die Strahlentherapie ist der Standardbehandlungsstandard bei metastasierter epiduraler Rückenmarkskompression, während dekompressive und stabilisierende Operationen ausgewählten Patienten mit angemessenem Leistungsstatus und erwartetem Überlebenzugutekommen 5,6. Die stereotaktische ablative Strahlentherapie kann in ausgewählten Fällen die lokale Kontrolle verbessern, ist jedoch durch Rückenmarkstoleranz und Planungskomplexitätbegrenzt 7. Lokale Rückfälle oder Progressionen nach Strahlentherapie sind häufig, und die erneute Bestrahlung ist durch kumulative Dosisbeschränkungen begrenzt, was bei Patienten mit anhaltenden Schmerzen oder fortschreitender neurologischer Beeinträchtigung oft zu therapeutischen Sackgassen führt. In diesem Zusammenhang ist eine lokale nicht-thermische Technik erforderlich, die Schmerzlinderung, Dekompression und Tumorkontrolle in der Nähe kritischer neuronaler Strukturen erreichen kann.

Die Elektrochemotherapie (EKT) kombiniert die Verabreichung zytotoxischer Wirkstoffe, meist Bleomycin, mit kurzen, hochvoltigen elektrischen Impulsen, die vorübergehend die Durchlässigkeit der Plasmamembran erhöhen und die intrazelluläre Arzneimittelaufnahmeerhöhen 8,9. EKT ist minimalinvasiv, nicht-thermisch und relativ tumorselektiv und hat ermutigende Ergebnisse bei kutanen, subkutanen und tief sitzenden Tumoren in der Nähe kritischer Strukturengezeigt. Eine aktuelle klinische Serie berichtete über eine MRT-Objektivantwortrate von 77 % nach einem Monat und 66,5 % nach 3 Monaten nach perkutaner Spinal-EKT bei strahlentherapieresistenter epiduraler Rückenmarkskompression. Auch die Schmerzen nahmen deutlich ab, wobei der mittlere Schmerzwert der Numeric Rating Scale von 7 zu Beginn auf 1 nach einem Monat sank. Irreversible neurologische Defizite traten weiterhin bei einer Untergruppe der Patientenauf 12. Diese Ereignisse verdeutlichen die zentrale Rolle der elektrischen Feldverteilung: Kleine Veränderungen in der Elektrodengeometrie oder Gewebeeigenschaften können das behandelte Volumen deutlich verändern und Patienten sowohl Unter- als auch Überbehandlung aussetzen13,14. Numerische Studien legen nahe, dass patientenspezifische Modellierung die Elektrodenplatzierung optimieren und die Abdeckung von Wirbeltumoren verbessern kann, während die Exposition neuronaler Strukturen begrenzt wird15,16.

Mehrere Forschungsplanungsrahmen wurden für Elektroporationstherapien vorgeschlagen, aber die routinemäßige klinische Umsetzung bleibt durch Meshing-/Parameteranforderungen und die Rechenzeit 17,18,19,20,21 begrenzt. Jüngste Arbeiten von Sutter und Poignard unterstützen einen periprozeduralen, bildgebenden Simulationsworkflow, der mit klinischen Einschränkungen kompatibel ist, und zeigen, dass eine unvollständige Isodosisabdeckung im elektrischen Feld nach IRE22,23 genau mit lokalem Ausfall korreliert. Dieses Protokoll baut auf demselben Simulationsrahmen auf.

Ziel dieses Artikels ist es daher, einen reproduzierbaren, patientenspezifischen Workflow für die Modellierung und Validierung des elektrischen Feldes in der Wirbelsäulen-EKT bereitzustellen, basierend auf echten klinischen Bildgebungsdaten und gelieferten Elektrodenkonfigurationen. In seiner aktuellen Form eignet sich dieser Workflow am besten für die vorprozedurale Planung zur Optimierung der Elektrodenpositionierung, da Segmentierung und Modellvorbereitungszeiten weiterhin eine Einschränkung für routinemäßige intraprozedurale Anpassungen darstellen. Sie ist als methodischer Rahmen und nicht als hypothesengetriebene Wirksamkeitsstudie gedacht und ist für interventionelle Onkologie- und Wirbelsäulenteams konzipiert, die bereits perkutane, CT-geführte EKT in epiduralen Metastasen und anderen anatomisch komplexen Umgebungen durchführen oder planen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese retrospektive Studie wurde gemäß dem institutionellen Ethikausschuss (IRB 2025-566) durchgeführt und entsprach den geltenden nationalen Vorschriften. Alle Bilddaten wurden vor der Analyse anonymisiert, und die Anforderung einer informierten Zustimmung wurde aufgrund des rückwirkenden Designs und der Verwendung deidentifizierter Daten aufgehoben. Die verwendete Ausrüstung und die verwendete Software sind in der Materialtabelle aufgeführt.

1. Datenimport und Szenenvorbereitung

  1. Importieren Sie alle anonymisierten DICOM-Serien in den 3D-Slicer (erhältlich bei https://download.slicer.org/) und weisen Sie jedem Band explizite Namen zu: "MRIp" (präprozedurale MRT), "CTi" (anfängliche intraprozedurale Planungs-CT), "CTa" (intra-prozedurale CT mit Nadeln) und "MRIs" (post-prozedurale MRT).
  2. Setzen Sie "CTi" als Referenzvolumen für alle nachfolgenden Segmentierungen und Registrierungen ein.
  3. Erstelle einen neuen Segmentierungsknoten in 3D Slicer und verknüpfe ihn mit "CTi" als "Quellvolumen".
  4. Speichere die Slicer-Szene als Basisprojektdatei, um Wiederherstellung und zukünftige Änderungen zu ermöglichen.
    HINWEIS: Eine Standardisierung der Voxelgröße ist nicht erforderlich und kann weggelassen werden, wenn die native Bildauflösung ausreichend ist.

2. Anatomische Segmentierung auf der ersten CT (CTi)

  1. Öffnen Sie das Segment Editor-Modul und erstellen Sie ein Segment namens "Cortical Bone". Verwenden Sie das "Schwellenwert"-Tool auf "CTi", um hochdichte kortikale Knochen zu isolieren, und verfeinern Sie das Segment bei Bedarf manuell mit Scheren- oder Farbwerkzeugen .
  2. Erstellen Sie ein Segment namens "Fat". Verwenden Sie das Schwellenwert-Werkzeug , um beispielsweise niedrigdichtes Fett im perirenalen oder subkutanen Raum auszuwählen.
  3. Erstellen Sie ein Segment namens "Intervertebrale Bandscheibe". Verwenden Sie das 3D-Paint-Tool auf axialen, sagittalen und koronalen Ansichten und prüfen Sie Paint außerhalb bestehender Segmente, um sicherzustellen, dass das Malen auf leere Voxel beschränkt ist, um das Überschreiben bestehender Segmente zu vermeiden.
  4. Erstellen Sie ein Segment namens "Cancellous bone" für den wirbelsäulen Cancellous-Knochen. Verwenden Sie das 3D-Malwerkzeug , um die internen trabekulären Kompartimente zu füllen, und überprüfen Sie die oben beschriebenen Paint-Außenbereiche .
  5. Erstellen Sie ein Segment namens "Rückenmark". Verwenden Sie das 3D-Malwerkzeug , um das Kabel manuell auf axialen Schnitten von oben nach unter den behandelten Ebenen zu konturieren.
  6. Erstellen Sie ein Segment namens "Hirn-Rückenmarksflüssigkeit". Verwenden Sie das 3D-Malwerkzeug , um den Bereich der Gehirnflüssigkeit rund um das Rückenmark im Thekalsack zu füllen, und prüfen Sie auch die Farbe außerhalb der vorhandenen Segmente.
  7. Erstelle zusätzliche Segmente für Zement, Coils oder Lungen, falls vorhanden. Verwenden Sie das Threshold-Werkzeug , um hyperdichten Zement oder Coils sowie hypodente Lungenparenchymen zu identifizieren, gefolgt von einer manuellen Korrektur bei Bedarf.
  8. Speichere die aktualisierte Slicer-Szene.
    HINWEIS: Hintergrundvoxelle, die nicht explizit einem Segment zugeordnet sind, werden später in AI4DEEP als "muskelähnliches" Gewebe behandelt (Standardleitfähigkeit).

3. MRT-Fusion und Tumorsegmentierung

  1. Importiere das präprozedurale MRT-Volume "MRIp" in die Slicer-Szene.
  2. Verwenden Sie das Transforms-Modul , um eine starre Registrierung von "MRIp" auf "CTi" durchzuführen, wobei wirbelwirbelnde knochene Landmarken auf der behandelten Ebene verwendet werden. Die Registrierung erfolgt durch vier vordefinierte Orientierungspunkte: die Spitze des Wirbelaussätzes und die Spitze eines Querfortsatzes auf der Achsebene sowie die Spitze des Wirbelvorsprungs und der vordere kortikale Rand des Wirbelkörpers auf der sagittalen Ebene. Da der hintere Wirbelwirbelkortex oft durch eine lytische Erkrankung verändert wird, sollte er nicht als primäres Wahrzeichen dienen.
  3. Wenden Sie die Transformation auf "MRIp" an und bewerten Sie die Koregistrierung visuell in axialen und sagittalen Ebenen. Der Zielregistrierungsfehler (TRE) ist definiert als der mittlere Abstand in der Ebene in Millimetern zwischen den entsprechenden CT- und MRT-Orientierungspunkten an den vordefinierten axialen und sagittalen Bezugspunkten. Die Registrierung wird nur akzeptiert, wenn sowohl die visuelle Ausrichtung als auch der TRE kleiner als 2,5 mm sind; Ansonsten wiederholen Sie die Anmeldung.
  4. Erstellen Sie ein neues Segment namens "Tumor" und verwenden Sie das Paint-Tool auf "MRIp" (oder auf "CTi", wenn die Epiduritis gut sichtbar ist), um die Beteiligung von Epidural- und Wirbelsäulentumoren zu Beginn manuell abzugrenzen.
  5. Wenden Sie optionales Glätten auf das "Tumor"-Segment an, um ein kohärentes 3D-Volumen ohne Lücken zu erhalten.
  6. Speichere die aktualisierte Slicer-Szene.
    HINWEIS: Man kann das Protokoll hier anhalten und später von diesem Schritt fortfahren.

4. CT mit Nadelfusion und Elektrodendefinition in AI4DEEP

  1. Importiere die intraprozedurale CT mit Nadeln, "CTa", in den 3D-Slicer.
  2. Verwenden Sie das Transforms-Modul , um eine starre Registrierung von "CTa" auf "CTi" unter Verwendung derselben wirbelknöchernen Landmarken wie oben durchzuführen.
    HINWEIS: In diesem Workflow werden "CTi" und "CTa" unter Vollnarkose ohne Patientenmobilisation zwischen dem Erstscan und der Elektrodenplatzierung aufgenommen, sodass die CT-zu-CT-Ausrichtung in der Regel bereits nahe am Optimum liegt und keine manuelle Anpassung erforderlich ist. TRE ist daher nicht anwendbar. Bei Knochenfenster-Einstellungen behindern die von den Elektroden erzeugten metallischen Artefakte nicht die Sichtbarkeit der für die Registrierung verwendeten Wirbelmarken.
  3. Starten Sie das AI4DEEP-Modul und erstellen Sie für jede Elektrode eine virtuelle Nadel, beginnend mit der aktiven Elektrodenspitze.
  4. Überprüfen Sie in axialen, koronalen und sagittalen Ansichten, dass jedes "Electrode_n" genau mit einer einzelnen physisch aktiven Spitze übereinstimmt.
    HINWEIS: Die Qualität der gesamten anatomischen Struktur und der Elektrodensegmentierung sowie die Übereinstimmung mit den physikalischen Elektroden werden extern von einem Experten für interventionelle Radiologen überprüft, der nicht am Segmentierungsprozess beteiligt war. Wenn sie als unbefriedigend angesehen wird, wird die Segmentierung entsprechend überarbeitet.
  5. Speichere die aktualisierte Szene mit anatomischen Strukturen, Tumorsegmentierung und Elektrodengeometrie.
    HINWEIS: Die genaue Länge der aktiven Spitze wird später in AI4DEEP während der ECT-Parameterkonfiguration angegeben und muss in dieser Phase nicht codiert werden.

5. Leitfähigkeitszuweisung in AI4DEEP

  1. Im AI4DEEP Interface werden jedes anatomische Segment einer entsprechenden Gewebeklasse mit vordefinierter elektrischer Leitfähigkeit zugeordnet (zum Beispiel: Tumor, kortikaler Knochen, Cancellus Knochen, Gehirnspinalflüssigkeit, epidurales Fett, Bandscheiben, Rückenmark, Zement, Lunge), wie in Tabelle 1 gezeigt.
  2. Setze das Standard-Hintergrundgewebe auf "Muskel"-Leitfähigkeit, sodass alle nicht segmentierten Voxel als Muskel behandelt werden.
  3. Bestätigen Sie im AI4DEEP Zusammenfassungspanel, dass jedes Segment auf den erwarteten Gewebetyp und die Leitfähigkeit abgebildet ist, und speichern Sie dann die Konfiguration.
    HINWEIS: Leitfähigkeitswerte werden aus der IT'IS-Datenbank abgeleitet und als feste (lineare) Leitfähigkeiten für alle Simulationen24 verwendet.

6. Puls- und Nadelmerkmale

  1. In AI4DEEP geben Sie die aktive Spitzenlänge für jede Elektrode (zum Beispiel 20 mm, 30 mm oder 40 mm) entsprechend dem klinischen Verfahren an. Der Elektrodendurchmesser betrug 1,8 mm.
  2. Hier kommt die klinisch angelegte elektrische Feldamplitude in V/cm ein (zum Beispiel 500 V/cm, 600 V/cm oder 1000 V/cm).
  3. Definieren Sie die Elektrodenpaare, die während der Behandlung aktiviert wurden.
  4. Berechnen AI4DEEP die angelegte Spannung für jedes Elektrodenpaar basierend auf dem Abstand zwischen den Elektroden, wobei das gewünschte Spannungs-Entfernungsverhältnis in V/cm eingehalten wird.
  5. Stellen Sie die Anzahl der Pulse (8) und die Pulsdauer (100 μs) gemäß dem klinischen Protokoll ein.
  6. Speichere die AI4DEEP Konfiguration.
    HINWEIS: Die Spannung wird als Spannungs-Entfernungs-Verhältnis in V/cm eingegeben; AI4DEEP wandelt diesen Wert automatisch für jedes Elektrodenpaar in eine absolute Spannung um.

7. Simulation des elektrischen Feldes

  1. In AI4DEEP starten Sie die elektrostatische Feldberechnung mit der konfigurierten Anatomie, der Leitfähigkeit und den Elektrodenparametern.
  2. Ermöglicht es der Software, die geometrische Konfiguration automatisch zu generieren und das lineare elektrostatische Potential mit hochstufigen unangepassten Finite-Differenzen-Methoden auf dem medizinischen Bild25 zu lösen.
    HINWEIS: Auf einer typischen Arbeitsstation (zum Beispiel Windows 11, 16 GB RAM) dauert die Verarbeitung pro Fall etwa 5 Minuten.
  3. Speichere die Simulationsausgabe und die aktualisierte Slicer-Szene.
    HINWEIS: Man kann das Protokoll hier nach der Simulation anhalten und später zur Isodosisanalyse und Validierung fortsetzen.

8. Isodosis-Visualisierung und Tumorabdeckung

  1. In AI4DEEP wählen Sie die Option, elektrische Feldisoflächen (Isodose-Volumina) aus dem simulierten Feld zu erzeugen.
  2. Wählen Sie einen Bereich von Isodosis-Schwellenwerten aus (zum Beispiel 50 V/cm, 100 V/cm, 120 V/cm, 140 V/cm, 160 V/cm, 180 V/cm, 200 V/cm, 220 V/cm, 240 V/cm, 260 V/cm, 300 V/cm, 400 V/cm, 500 und 600 V/cm) und erzeugen Sie die entsprechenden 3D-Isodosierungskarten.
  3. Zeigen Sie einzelne Isodosenkarten in 3D-Ansicht, um die räumliche Feldverteilung zu beobachten, typischerweise von blassgelb bei niedrigen Feldamplituden bis rot bei hohen Feldamplituden wie in Abbildung 1 dargestellt.
  4. Für jede Isodose wird der Prozentsatz der von AI4DEEP automatisch berechneten Tumorabdeckungswerte erfasst, basierend auf der Überlappung zwischen dem Isodosisvolumen und der "Tumor"-Segmentierung.
  5. Speichern Sie alle Isodosissegmente oder -modelle sowie die Tumorabdeckungswerte für eine spätere Analyse.

9. Postprozedurale MRT-Auswahl, Import und Nekrosesegmentierung

  1. Folge-MRTs wurden 6 Wochen nach der EKT und alle zwei Monate danach durchgeführt. Das MRT, das das größte nekrotische Volumen oder die beste radiologische Reaktion zeigt, wurde zur Segmentierung ausgewählt. Diese Entscheidung wurde getroffen, um die heterogene und verzögerte Reaktionszeit nach EKT zu berücksichtigen, die je nach Tumorhistologie und Proliferationsrate variieren kann.
  2. Importieren Sie die nach der Behandlung kontrastverstärkte T1-fettunterdrückte axiale Sequenz, die auf den behandelten Niveaus als "MRTs" zentriert ist, in den 3D-Slicer.
  3. Führen Sie eine starre Registrierung von "MRTs" auf "CTi" mit denselben vordefinierten Wirbelmarken durch wie bei der vorprozeduralen MRT-Registrierung und wenden Sie die Transformation an. Die Registrierungsgenauigkeit wird dokumentiert, indem das TRE aus denselben Referenzmarken mit demselben ≤2,5 mm Schwellenwert berechnet wird.
  4. Erstellen Sie ein neues Segment namens "Tumornekrose" und markieren Sie manuell den nicht-verstärkenden nekrotischen Teil des Tumors im post-EKT-MRT, Schnitt für Schnitt.
  5. Wenn mehrere Folge-MRTs verfügbar sind, wählen Sie die Untersuchung aus, die das größte nekrotische Volumen oder die beste radiologische Reaktion zeigt, und verwenden Sie diesen Datensatz zur Segmentierung.
  6. Wenden Sie optionales Glätten auf "Tumornekrose" an, um ein kohärentes, zusammenhängendes Volumen zu erhalten.
  7. Bei vollständiger radiologischer Reaktion nach EKT kann das vorbehandelnde "Tumor"-Segment dupliziert und in "Tumornekrose" umbenannt werden, um die manuelle Segmentierungszeit zu verkürzen. Im 3D-Slicer verwenden Sie das Segmentationsmodul , wählen Sie "Segmente kopieren/verschieben", duplizieren Sie das "Tumor"-Segment innerhalb desselben Segmentierungsknotens, nennen es in "Tumornekrose" um und bestätigen Sie seine Angemessenheit visuell im post-EKT-MRT.
  8. Führen Sie eine externe Validierung der Nekrose-Segmentierung durch einen interventionellen Radiologen durch, der nicht an der Segmentierung beteiligt ist.
  9. Speichere die Slicer-Szene mit dem Nekrose-Segment.
    HINWEIS: Man kann das Protokoll hier pausieren und später für den quantitativen Vergleich fortfahren.

10. Quantitativer Vergleich zwischen simuliertem Feld und Nekrose (Würfelanalyse)

  1. Öffnen Sie das Segmentvergleichsmodul im 3D-Slicer.
  2. Wählen Sie die Tumornekrose als Referenzsegment und ein Isodosisvolumen (zum Beispiel die 200 V/cm-Isodose) als Vergleichssegment.
  3. Berechnen Sie den Würfel-Ähnlichkeitskoeffizienten zwischen "Tumornekrose" und dem ausgewählten Isodosisvolumen und notieren Sie den Wert. Alle Würfel-Ähnlichkeitskoeffizienten wurden auf vollständigen 3D-Segmentvolumina berechnet, anstatt auf Schnitt-für-Schnitt-Basis (2D).
  4. Wiederholen Sie die Analyse über alle relevanten Isodosenniveaus hinweg, um Würfelkoeffizienten über den gesamten Schwellenbereich zu erhalten.
  5. Identifizieren Sie die Isodose, die den höchsten Würfelkoeffizienten ("Best Iso") und den entsprechenden maximalen Würfelwert ("Best Dice") ergibt.
  6. Exportieren Sie Würfelkoeffizienten, Best Iso, Best Dice und Tumorabdeckungswerte in eine Tabelle oder Statistiksoftware zur weiteren Analyse.
  7. Speichere die letzte Slicer-Szene und alle exportierten quantitativen Ergebnisse.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Der Workflow wurde erfolgreich auf neun Elektrochemotherapieverfahren (EKT) angewendet, die bei spinaler metastatischer Epiduritis durchgeführt wurden. Für alle Fälle wurde ein patientspezifisches prädiktives Elektrofeldmodell erstellt, das bestätigt, dass das vollständige Protokoll machbar und reproduzierbar über verschiedene anatomische Konfigurationen hinweg ist. Eine starre Registrierung zwischen CTi und MRIp sowie zwischen CTi und MRT wurde in allen Fällen erreicht, mit durchschnitt...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Dieses Protokoll bietet einen reproduzierbaren Arbeitsablauf für patientenspezifische elektrische Feldsimulation in der spinalen EKT. Mehrere methodische Schritte sind entscheidend, um genaue und klinisch interpretierbare Vorhersagen zu erhalten. Eine präzise Tumorsegmentierung ist unerlässlich, da die epidurale Erkrankung auf einer intraprozeduralen CT ohne Kontrastmittel oft schlecht sichtbar ist. Die Verschmelzung von präprozeduralem und postprozeduralem MRT ist daher entscheidend für...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Danksagungen

Wir danken den Patienten für ihr Vertrauen und ihre Teilnahme an dieser Studie. Ihr Beitrag machte diese Forschung möglich. AIMOKA- und MONC-Mitglieder (CP, OSe, OSu, LL und BDS) wurden teilweise mit der teilweisen finanziellen Unterstützung des Plan Cancer MECI PC MECI 21CM119 00, des Institut National du Cancer (INCa) (PLBIO Nr. 2023-156) sowie der ANR-Projekte IMITATE (ANR-22-CE51-0043) und MIRE4VTACH (ANR-22-CE45-0014) gefördert. Das Forschungsteam AIMOKA wird vom Bernoulli-Labor zwischen AP-HP und Inria beherbergt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
3D Slicer3D Slicer (Open-Source)N/AVersion 5.6.2.
AI4DEEP-Modul (3D Slicer-Erweiterung)AI4DEEPN/AElektrisches Feld-Simulationsmodul, das innerhalb von 3D Slicer verwendet wird.
Cliniporator VITAEIGEAIG0012APulsgenerator, der für die Elektrochemotherapie verwendet wird
Hybrid-Angio-CT-Suite (Alphenix 4D CT + Aquilion ONE)Canon Medical SystemsTSX-305AIntegriertes Angiographiesystem (Alphenix) und CT-Scanner (Aquilion ONE) in einem einzigen Raum; verwendet für intraoperative CT-Bildgebung und prozedurale Anleitung.
Gerade Nadelelektroden „VGD“IGEAIG0E726Aktive Länge: 20 mm / 30 mm / 40 mm (je nach Zielgröße und Anatomie auswählen).
ArbeitsstationDellN/ADell-Arbeitsstation, intelVPro ISM, Windows 11 - 16 GB RAM; verwendet für Bildverarbeitung und Simulationen.

Referenzen

  1. Ryan, C., et al. Epidemiology of bone metastases. Bone. 158, 115783 (2022).
  2. Coleman, R. E., et al. Bone metastases. Nat Rev Dis Primers. 6 (1), 83 (2020).
  3. Ropper, A. E., Ropper, A. H. Acute spinal cord compression. N Engl J Med. 376 (14), 1358-1369 (2017).
  4. Lawton, A. J., et al. Assessment and management of patients with metastatic spinal cord compression: a multidisciplinary review. J Clin Oncol. 37 (1), 61-71 (2019).
  5. Patchell, R. A., et al. Direct decompressive surgical resection in the treatment of spinal cord compression caused by metastatic cancer: a randomised trial. Lancet. 366 (9486), 643-648 (2005).
  6. Rades, D., Abrahm, J. L. The role of radiotherapy for metastatic epidural spinal cord compression. Nat Rev Clin Oncol. 7 (10), 590-598 (2010).
  7. Glicksman, R. M., et al. Stereotactic ablative radiotherapy for the management of spinal metastases: a review. JAMA Oncol. 6 (4), 567-577 (2020).
  8. Mir, L. M., Orlowski, S. Mechanisms of electrochemotherapy. Adv Drug Deliv Rev. 35 (1), 107-118 (1999).
  9. Dorr, R. T. Bleomycin pharmacology: mechanism of action and resistance, and clinical pharmacokinetics. Semin Oncol. 19 (2 Suppl 5), 3-8 (1992).
  10. Djokic, M., et al. Electrochemotherapy as treatment option for hepatocellular carcinoma, a prospective pilot study. Eur J Surg Oncol. 44 (5), 651-657 (2018).
  11. Geboers, B., et al. High-voltage electrical pulses in oncology: irreversible electroporation, electrochemotherapy, gene electrotransfer, electrofusion, and electroimmunotherapy. Radiology. 295 (2), 254-272 (2020).
  12. Deschamps, F., et al. Electrochemotherapy in radiotherapy-resistant epidural spinal cord compression in metastatic cancer patients. Eur J Cancer. 186, 62-68 (2023).
  13. Miklavcic, D., et al. The importance of electric field distribution for effective in vivo. electroporation of tissues. Biophys J. 74 (5), 2152-2158 (1998).
  14. Corovic, S., et al. Modeling of electric field distribution in tissues during electroporation. Biomed Eng Online. 12, 16 (2013).
  15. Cindrič, H., Miklavčič, D., Cornelis, F. H., Kos, B. Optimization of transpedicular electrode insertion for electroporation-based treatments of vertebral tumors. Cancers (Basel). 14 (21), 5412 (2022).
  16. Cindrič, H., et al. Electrochemotherapy of spinal metastases using transpedicular approach-a numerical feasibility study. Technol Cancer Res Treat. 17, 1533034618770253 (2018).
  17. Perera-Bel, E., et al. PIRET-a platform for treatment planning in electroporation-based therapies. IEEE Trans Biomed Eng. 70 (6), 1902-1910 (2023).
  18. Perera-Bel, E., et al. EView: an electric field visualization web platform for electroporation-based therapies. Comput Methods Programs Biomed. 197, 105682 (2020).
  19. Marino, M., Luján, E., Mocskos, E., Marshall, G. OpenEP: an open-source simulator for electroporation-based tumor treatments. Sci Rep. 11 (1), 1423 (2021).
  20. Pavliha, D., et al. Planning of electroporation-based treatments using web-based treatment-planning software. J Membr Biol. 246 (11), 833-842 (2013).
  21. Marčan, M., et al. Web-based tool for visualization of electric field distribution in deep-seated body structures and planning of electroporation-based treatments. Biomed Eng Online. 14 (Suppl 3), S4 (2015).
  22. Sutter, O., et al. Correlation between computed electric dose maps and early postoperative MRI for the evaluation of irreversible electroporation. Phys Med Biol. 70 (22), 225010 (2025).
  23. Sutter, O., et al. Toward perioperative, numerically assisted irreversible electroporation for hepatocellular carcinoma: clinical outcomes informed by numerical simulations. Eur Radiol. , (2025).
  24. Baumgartner, C., et al. . IT'IS Database for thermal and electromagnetic parameters of biological tissues. Version 5.0. , (2025).
  25. Gallinato, O., de Senneville, B. D., Seror, O., Poignard, C. Numerical workflow of irreversible electroporation for deep-seated tumor. Phys Med Biol. 64 (5), 055016 (2019).
  26. Lafitte, L., et al. Patch-based field-of-view matching in multimodal images for electroporation-based ablations. Comput Med Imaging Graph. 84, 101750 (2020).
  27. Pescatori, L. C., et al. The role of early MRI in assessing the risk of local tumor progression following irreversible electroporation for hepatocellular carcinoma treatment. Int J Hyperthermia. 42 (1), 2505595 (2025).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

MedizinAusgabe 233Ausgabe 233Diesen Monat in JoVEAusgabeElektroporationBleomycinWirbelsäuleRückenmarkskompressionmetastatische Rückenmarkskompressionspinale Neoplasienepidurale NeoplasienBehandlungsplanungComputersimulationinterventionelle Onkologieinterventionelle Radiologie.
Patientenspezifische Elektrofeldsimulation bei Spinalmetastasen Elektrochemotherapie
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.