圖像引導(dǎo)放療系統(tǒng)中圖像配準(zhǔn)和重建技術(shù)的研究.pdf

1、伴隨著計(jì)算機(jī)技術(shù)和電子成像技術(shù)的快速發(fā)展，尤其是錐形束CT在直線加速器上的廣泛使用，大大提高了圖像引導(dǎo)放射治療的精度，使腫瘤治療步入精確放療時(shí)代。由于CBCT圖像引導(dǎo)放射治療技術(shù)受到呼吸運(yùn)動(dòng)、心臟跳動(dòng)、腫瘤形狀和體積的變化、分次治療病人擺位的不同等因素的影響，經(jīng)常導(dǎo)致腫瘤靶區(qū)沒照射到，反而傷及周圍的正常組織，提高了病人并發(fā)癥的發(fā)生概率。如何提高病人的擺位精度和X射線照射劑量精度，是目前醫(yī)學(xué)圖像領(lǐng)域研究的熱點(diǎn)，這對于實(shí)現(xiàn)真正意義上的精確治

2、療、提高患者的康復(fù)率具有重要意義和研究價(jià)值。
　　 為了提高病人擺位精度、減小安全邊緣，我們致力于CBCT圖像與計(jì)劃CT圖像之間配準(zhǔn)算法的研究。在擺位誤差校正的研究中，詳細(xì)討論了剛性配準(zhǔn)和腫瘤靶區(qū)質(zhì)心與坐標(biāo)系原點(diǎn)重合問題。指出腫瘤靶區(qū)質(zhì)心與坐標(biāo)系原點(diǎn)重合是校正擺位的最關(guān)鍵步驟。在本文中，考慮到NURBS可以用非均勻的控制網(wǎng)格進(jìn)行配準(zhǔn)，與B樣條相比，具有更高的配準(zhǔn)精度和效率，我們提出了基于NURBS的計(jì)劃CT圖像與放療CBCT圖像

3、形變配準(zhǔn)算法。此外，還提出一種新的基于輪廓的快速相似性測度算法。在介紹快速相似性測度算法之前，討論了醫(yī)學(xué)圖像分割常用的一些算法，像基于Levelset的分割算法、基于Contourlet的分割算法、基于馬爾科夫隨機(jī)場的醫(yī)學(xué)圖像分割、基于神經(jīng)網(wǎng)絡(luò)的分割、基于貝葉斯方法的自動(dòng)圖像分割、基于活動(dòng)輪廓模型的分割等。這些方法基本可以歸結(jié)為基于區(qū)域的分割方法、基于邊緣檢測的分割方法、基于模糊集理論的方法、基于神經(jīng)網(wǎng)絡(luò)的方法、基于圖譜的方法等。在本文

4、實(shí)驗(yàn)中，我們使用Snake模型來分割圖像輪廓，效果理想。
　　 在研究CBCT圖像與計(jì)劃CT圖像配準(zhǔn)對劑量分布的影響時(shí)，劑量分布是一個(gè)精確的定量分析。基于光流場的配準(zhǔn)方法主要用來尋找時(shí)間序列圖像之間的細(xì)微變化，屬于精確配準(zhǔn)的范疇，因此我們想到使用光流場模型來更精確地配準(zhǔn)CBCT圖像和計(jì)劃CT圖像，進(jìn)而得到更加精確的劑量分布圖?？紤]到時(shí)間序列圖像之間的配準(zhǔn)屬于單模態(tài)配準(zhǔn)，而CBCT圖像和計(jì)劃CT圖像之間的配準(zhǔn)屬于多模態(tài)配準(zhǔn)，不同模

5、態(tài)圖像之間差異較大，直接使用光流場模型很難獲得滿意的配準(zhǔn)結(jié)果。因此，我們的配準(zhǔn)方案是先進(jìn)行剛性配準(zhǔn)，然后進(jìn)行基于NURBS的形變配準(zhǔn)，最后再執(zhí)行基于光流場的配準(zhǔn)。為了解決CBCT圖像和計(jì)劃CT圖像之間對應(yīng)像素點(diǎn)的灰度值不一致問題，我們還在光流場配準(zhǔn)之前，對兩幅圖像的灰度值進(jìn)行了歸一化處理。
　　 CBCT圖像與CT圖像相比質(zhì)量較差，影響CBCT圖像質(zhì)量的主要因素有：截?cái)鄠斡?、射線硬化、病人的生理運(yùn)動(dòng)、探測板的補(bǔ)償和增益校正、散斑

6、、CBCT幾何結(jié)構(gòu)未對齊等。為了提高圖像質(zhì)量，降低正常組織照射的劑量，RavishankarN.Chityala提出了針對感興趣區(qū)域進(jìn)行重建、其它區(qū)域采用先驗(yàn)知識(shí)估計(jì)的方法。該算法可去除截?cái)鄠斡?，減少對正常組織的照射。針對CBCT使用的FDK重建算法很難提升圖像質(zhì)量和精度的現(xiàn)狀，SEUNGRYONG CHO提出了加權(quán)密度感興趣區(qū)域重建算法，該方法可減少感興趣區(qū)域邊緣的照射。
　　 呼吸運(yùn)動(dòng)是導(dǎo)致腫瘤靶區(qū)邊緣模糊的重要原因。為了克

7、服腫瘤靶區(qū)邊緣模糊的問題，我們利用同一呼吸相位的圖像來重建CBCT圖像，能顯著提高圖像質(zhì)量。但同一呼吸相位的投影切片數(shù)據(jù)量少，不能滿足傳統(tǒng)的Shannon公式，我們提出了將壓縮感知理論應(yīng)用到CBCT圖像重建算法，并對這種算法進(jìn)行了實(shí)驗(yàn)。此外，還詳細(xì)描述了平行束FBP重建算法和應(yīng)用最廣泛的FDK重建算法。討論了感興趣區(qū)域的重建算法。
　　 本文以CBCT圖像引導(dǎo)放療系統(tǒng)為主線，圍繞CBCT存在的問題，本論文詳細(xì)研究了CBCT病人擺

8、位誤差校正問題、CBCT圖像和計(jì)劃CT圖像的形變配準(zhǔn)問題、精確劑量配準(zhǔn)問題、清晰圖像重建問題。在解決問題的過程中，研究了醫(yī)學(xué)圖像配準(zhǔn)技術(shù)和醫(yī)學(xué)圖像重建技術(shù)。研究剛性配準(zhǔn)來解決擺位誤差校正問題；研究形變配準(zhǔn)算法來解決CBCT圖像和計(jì)劃CT圖像的形變配準(zhǔn)問題和精確劑量配準(zhǔn)問題；研究圖像重建算法來解決圖像模糊問題。提出了基于NURBS的形變配準(zhǔn)、基于光流場的劑量配準(zhǔn)算法、基于壓縮感知的圖像重建算法。本論文的主要貢獻(xiàn)包括以下幾方面：
　　

9、 (1)提出腫瘤靶區(qū)的質(zhì)心是否與坐標(biāo)系原點(diǎn)重合會(huì)對病人擺位產(chǎn)生重要影響。提出用機(jī)架(Gantry)的旋轉(zhuǎn)代替病人圍繞Y軸的旋轉(zhuǎn)，準(zhǔn)直器(Collimator)的偏轉(zhuǎn)代替病人圍繞X，Z軸的旋轉(zhuǎn)，實(shí)現(xiàn)6個(gè)自由度的擺位，這將有效提高CBCT擺位精度；
　　 (2)提出了基于輪廓的快速相似性測度算法。詳細(xì)討論了Snake模型，在Snake模型分割人腦CT圖像和MRI圖像的基礎(chǔ)上，分別使用基于輪廓的快速相似性測度算法和互信息對圖像進(jìn)行了

10、配準(zhǔn)。實(shí)驗(yàn)數(shù)據(jù)表明，本文提出的算法在配準(zhǔn)精度接近的前提下迭代次數(shù)更少，算法可行；
　　 (3)提出了基于NURBS的形變配準(zhǔn)算法。研究了基于B樣條和基于NURBS的形變配準(zhǔn)算法，并給出詳細(xì)的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明，基于NURBS的形變配準(zhǔn)算法的最大誤差可達(dá)到3.5mm，約為CTV和PTV外放邊緣和的1/3，這對于提高計(jì)劃CT圖像和CBCT圖像之間的配準(zhǔn)精度、提高患者在每日放療中的擺位精度、減少對腫瘤周圍正常組織的誤照射具有重要意