2026년 7월 31일
이 프로토콜은 척추 전이에 대한 환자별 전기장 시뮬레이션 및 검증을 위한 완전하고 재현 가능한 워크플로우를 설명합니다. 이 워크플로우는 다중 모달 영상, 반자동 및 수동 분할, 조직 전도도 모델링, 선형 유한 요소 전기장 시뮬레이션, 그리고 시술 후 MRI 기반 괴사 중복 분석을 통한 실험적 검증을 통합합니다.
본 프로토콜은 척수 전기화학요법 중 환자 맞춤형 전기장을 시뮬레이션하는 방법과 이를 치료 후 단핵구 증식증과 비교하는 방법을 다룹니다. 기존의 워크플로우에서는 척수 전이성 질환의 3차원 치료 반응에 대해 시뮬레이션된 전기장을 검증하는 경우가 드뭅니다. 데이터를 3D Slicer로 가져오고 CTI를 참조 볼륨으로 설정한 후, 세그먼트 에디터 모듈을 열어 cortical bone이라는 이름의 세그먼트를 생성하십시오.
CTI의 임계값 도구(threshold tool)를 사용하여 고밀도 피질골을 분리합니다. 그런 다음 필요에 따라 가위 또는 페인트 도구를 사용하여 세그먼트를 수동으로 정교하게 수정합니다. Fat이라는 이름의 세그먼트를 생성합니다.
Threshold 도구를 사용하여 신장 주변 또는 피하 공간의 저밀도 지방을 선택합니다. 다음으로, 추간판 세그먼트를 구축하고 축상면, 시상면 및 관상면 뷰에서 3D Paint 도구를 사용합니다. 모든 가시적 세그먼트의 외부를 선택하여 빈 복셀에만 페인팅이 제한되도록 함으로써 기존 세그먼트가 덮어쓰여지는 것을 방지합니다.
그런 다음 척추 해면골을 위한 해면골 세그먼트를 설정합니다. 3D Paint 도구를 사용하여 내부의 소주 구획을 채우고, 앞서 설명한 대로 모든 가시적 세그먼트의 외부 영역을 선택합니다. Spinal Cord라고 표시된 세그먼트를 생성하고, 3D Paint 도구를 사용하여 치료 수준의 상단부터 하단까지 축상면 슬라이스에서 척수를 수동으로 윤곽 처리합니다.
다음으로, 뇌척수액(cerebrospinal fluid)이라는 이름의 세그먼트를 정의합니다. 3D Paint 도구를 사용하여 경막낭 내의 척수를 둘러싸고 있는 뇌척수액 공간을 채우고, 기존 세그먼트가 덮어씌워지는 것을 방지하기 위해 가시적인 모든 세그먼트의 외부 영역도 함께 선택합니다. 시멘트, 코일 또는 폐가 존재하는 경우 추가 세그먼트를 생성합니다.
임계값 도구를 사용하여 고밀도의 시멘트 또는 코일과 저밀도의 폐 실질을 식별하십시오. 필요한 경우 수동 보정을 수행하십시오. 그런 다음 업데이트된 Slicer 씬을 저장하십시오.
시술 전 MRI 볼륨인 MRIp를 Slicer 씬으로 불러옵니다. Transforms 모듈을 사용하여, 치료 수준의 척추 골성 랜드마크를 등록 가이드로 활용해 MRIp를 CTI에 강체 등록(rigid registration)합니다. Transform을 MRIp에 적용하고, 축상면(axial plane)과 시상면(sagittal plane)에서 공동 등록(co-registration) 상태를 시각적으로 평가합니다.
시각적 정렬 및 타겟 등록 오차가 2.5 millimeters 미만인 경우에만 등록을 수락하십시오. 그런 다음 Tumor라는 이름의 새 세그먼트를 생성하십시오. MRIp의 Paint 도구를 사용하여 베이스라인에서의 경막외 및 척추 종양 침범 부위를 수동으로 구획하십시오.
틈새 없는 일관된 3차원 볼륨을 얻기 위해 종양 세그먼트에 선택적으로 스무딩(smoothing)을 적용합니다. 그런 다음 업데이트된 Slicer 씬을 저장합니다. 바늘 CTA가 포함된 시술 중 전산화단층촬영(CT) 볼륨을 3D Slicer 씬으로 불러옵니다.
CTA를 CTI에 강체 등록(rigid registration)하기 위해 transforms 모듈을 사용하십시오. 정확한 정렬을 보장하기 위해 이전 단계와 동일한 척추 골성 랜드마크를 이용하십시오. AI4DEEP 모듈을 실행하고, 활성 전극 팁부터 시작하여 각 전극에 대해 하나의 가상 바늘을 생성하십시오.
축상면, 관상면 및 시상면 뷰에서 각 전극 번호가 단일 물리적 활성 팁과 정확하게 일치하는지 확인하십시오. 해부학적 구조, 종양 분할 및 전기 기하학적 구조가 포함된 업데이트된 장면을 저장하십시오. AI4DEEP 인터페이스에서 각 해부학적 분할 영역을 사전 정의된 전기 전도도를 가진 해당 조직 클래스에 할당하십시오.
기본 배경 조직을 근육 전도도로 설정하여 분할되지 않은 모든 복셀이 근육으로 처리되도록 합니다. AI4DEEP 요약 패널에서 각 세그먼트가 예상 조직 유형 및 전도도와 일치하는지 확인하십시오. 그런 다음 구성을 저장합니다.
AI4DEEP 인터페이스에서 임상 절차에 따라 각 전극의 활성 팁 길이를 지정하고 전극 직경을 1.8 millimeters로 설정하십시오. 임상적으로 적용된 전기장 세기를 volts per centimeter 단위로 입력하십시오. 그런 다음 치료 중에 활성화된 전극 쌍을 정의하십시오.
AI4DEEP가 전극 간 거리를 기반으로 각 전극 쌍에 인가될 전압을 계산하도록 하여, 요청된 cm당 볼트(volts per centimeter) 전압 대 거리 비율이 준수되도록 합니다. 임상 프로토콜에 따라 펄스 횟수를 8회로, 펄스 지속 시간을 100 microseconds로 설정하십시오. 그런 다음 AI4DEEP 설정을 저장하십시오.
AI4DEEP 인터페이스에서 설정된 해부학적 구조, 전도도 및 전극 매개변수를 사용하여 정전기장 계산을 시작하십시오. 소프트웨어가 기하학적 구성을 생성하고 선형 정전기 전위를 해결하면, 시뮬레이션 출력 결과와 업데이트된 Slicer 씬을 저장하십시오. AI4DEEP 인터페이스에서 시뮬레이션된 전기장으로부터 전기장 등전위면(isosurfaces)을 생성하는 옵션을 선택하십시오.
일련의 등선량 임계값을 선택하고 그에 해당하는 3차원 등선량 맵을 생성합니다. 공간적 필드 분포를 관찰하기 위해 개별 등선량 맵을 3차원 뷰로 표시합니다. 필드는 일반적으로 낮은 진폭의 연한 노란색부터 높은 진폭의 빨간색까지 나타납니다.
각 등량선(isodose)에 대해, 등량선 부피와 종양 분할 영역 간의 중첩을 기반으로 자동 계산된 종양 커버리지 백분율 값을 기록하십시오. 이후 분석을 위해 모든 등량선 세그먼트 또는 모델과 종양 커버리지 값을 저장하십시오. 전기화학요법 6주 후에 추적 MRI를 수행하고, 그 이후로는 2개월마다 수행하십시오.
불균일하고 지연된 치료 반응을 고려하기 위해, 가장 큰 괴사 부피를 보이거나 방사선학적 반응이 가장 좋은 MRI 스캔을 선택하여 분할을 수행합니다. 치료 부위 레벨을 중심으로 촬영한 치료 후 조영 증강 T1 지방 억제 축상 시퀀스 MRI를 3D Slicer로 불러옵니다. 이전에 사용한 것과 동일한 사전 정의 척추 랜드마크를 사용하여 MRI를 CTI에 강체 등록(rigid registration)합니다.
변환을 적용합니다. 동일한 기준 랜드마크를 사용하여 대상 등록 오차(target registration error)를 계산하고, 등록 정확도를 기록하기 위해 해당 오차가 2.5 millimeters 이하인지 확인합니다. Tumor necrosis라는 이름의 새로운 세그먼트를 생성합니다.
그림판 도구를 사용하여 전기화학요법 후 MRI 영상의 슬라이스별로 종양의 비조영 증강 괴사 부위를 수동으로 구획합니다. 종양 괴사 세그먼트에 선택적으로 평활화(smoothing)를 적용하여 일관된 연속체 부피를 얻습니다. 그런 다음 시뮬레이션된 전장과 괴사 부위 간의 정량적 비교를 수행합니다.
평균 Dice 유사도 계수는 코호트 전체에서 종 모양의 관계를 나타냈습니다. 값은 cm당 160~200V 사이에서 정점에 도달했으며, 임계값이 증가함에 따라 종양 커버리지는 점차 감소했습니다. 최적 Dice 값이 0.0156에서 0.7684까지, 이에 해당하는 최적 Iso 값이 cm당 100~500V까지 분포하여 사례 간에 뚜렷한 이질성이 관찰되었습니다.
대표적인 오버레이 영상은 처치 후의 종양 괴사와 cm당 200V 등량선 부피 사이의 공간적 일치성을 보여주었습니다. 담관암으로 인한 L3 경막외 전이가 있는 59세 환자는 1차 전기화학요법 후 종양 괴사가 5% 미만으로 나타났으며 개선이 없었습니다. AI4DEEP을 이용한 사후 시뮬레이션 결과, cm당 200V 임계값에서 종양 범위 포괄이 불충분했음이 입증되었습니다.
조정된 전극 배치를 통한 반복 치료로 90% 이상의 종양 범위를 커버하였으며, 그 결과 방사선학적 및 임상적으로 완전한 반응을 얻었습니다. 투명세포 신세포암과 L5-S1 경막외 질환을 앓고 있던 67세 환자는 전기화학요법 후 우측 신경뿌리병증이 발생했습니다. AI4DEEP 시뮬레이션 결과, 우측 S1 신경공으로 cm당 300 V의 전기장이 확장된 것이 확인되었으며, 이는 수술 후 MRI로 확인된 우측 S1 신경근 손상과 일치했습니다.
주요 과제는 각 치료, 장기 및 임상 상황에 적합한 등선량 임계값을 식별하는 것입니다. 추가 분석을 통해 자동 분할, 정합 불확실성 및 전기장 임계값 간의 선량-반응 관계를 테스트할 수 있습니다. 향후 연구에서는 더 큰 규모의 척추 전이 코호트와 다른 전기화학요법 적응증에서 이러한 초기 결과들을 검증해야 합니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
본 논문은 척수 전기화학요법(ECT)에서 환자 맞춤형 전기장 시뮬레이션을 위한 재현 가능한 워크플로우를 제시합니다. 다중 모달 영상과 고급 계산 모델링을 통합함으로써, 본 프로토콜은 주요 척수 구조물 근처의 종양에 대한 ECT 계획을 최적화하여 신경 손상 위험을 최소화하는 동시에 안전성과 효능을 높이는 것을 목표로 합니다.
척수 전기화학요법(ECT)의 환자 맞춤형 전기장 시뮬레이션은 민감한 신경 구조 근처에서 국소 종양 제어를 최적화하는 데 있어 매우 중요한 과제를 해결합니다. 다중 모드 영상과 계산 모델링을 통합함으로써, 이 워크플로우는 치료 계획의 예측 신뢰도를 높이고 복잡한 해부학적 환경에 대한 위험 조정 의사결정을 지원합니다. 이러한 접근 방식은 재현 가능하고 개별화된 ECT 계획을 가능하게 하여, 최소 침습적 종양학 중재술을 위한 포트폴리오 전략에 직접적인 영향을 미칩니다.
이 시뮬레이션 워크플로우는 척수 ECT 계획의 맥락에서 발견 생물학, 정량적 분석 및 중개 연구를 연결합니다.