鼻咽癌近距離放射治療手術(shù)計(jì)劃和仿真系統(tǒng)的關(guān)鍵技術(shù)研究.pdf

1、現(xiàn)代科學(xué)技術(shù)的發(fā)展越來越體現(xiàn)多門學(xué)科的交叉和滲透。醫(yī)學(xué)虛擬現(xiàn)實(shí)和仿真技術(shù)作為正在發(fā)展起來的研究方向，是集醫(yī)學(xué)、計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺、數(shù)學(xué)分析等學(xué)科為一體的新型交叉研究領(lǐng)域。近20年來，隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)影像學(xué)的發(fā)展，腫瘤放射治療技術(shù)也經(jīng)歷了很大的變革。正像著名的美國醫(yī)學(xué)物理學(xué)家J．Purdy所描述的那樣，放射治療已進(jìn)入一個(gè)嶄新的令人振奮的時(shí)代，即三維放射治療時(shí)代(Three—DimensionalRadiationTherapy，

2、3DRT)。 鼻咽癌是我國的高發(fā)惡性腫瘤，由于其解剖部位、病理類型、生物學(xué)行為等的特殊性，放射治療是其治療的主要手段。近年來國內(nèi)外開展經(jīng)頜下咽旁間隙插植組織間近距離放療技術(shù)，是近距離治療技術(shù)一項(xiàng)重要進(jìn)展。但是由于鼻咽癌靶區(qū)附近存在著眾多正常的神經(jīng)、血管等重要解剖結(jié)構(gòu)，因此如果能結(jié)合醫(yī)學(xué)虛擬現(xiàn)實(shí)和仿真技術(shù)精確地明確靶區(qū)、合理設(shè)計(jì)劑量計(jì)劃，將可以進(jìn)一步做到手術(shù)的精確化，保護(hù)正常組織、提高療效和生活質(zhì)量。同時(shí)通過構(gòu)建手術(shù)仿真系統(tǒng)，使醫(yī)

3、生可以借助虛擬環(huán)境進(jìn)行手術(shù)預(yù)演，從而使研究結(jié)果可以應(yīng)用于手術(shù)計(jì)劃、手術(shù)訓(xùn)練、醫(yī)學(xué)教學(xué)等醫(yī)學(xué)科研、臨床和教學(xué)培訓(xùn)各個(gè)環(huán)節(jié)，具有非常重要的意義。 本文首先簡要介紹了近距離放射治療計(jì)劃與手術(shù)仿真方面的背景。然后對(duì)人體鼻咽部組織CT圖像的分割、三維重建、網(wǎng)格化簡、近距離放射源的劑量計(jì)算、劑量優(yōu)化模型和方法、基于質(zhì)點(diǎn)彈簧模型的針管插植仿真、基于OBB包圍盒的碰撞檢測(cè)等關(guān)鍵技術(shù)進(jìn)行了研究。 本文工作的主要?jiǎng)?chuàng)新之處在于： 1．

4、提出了一種基于PCA形變模型的醫(yī)學(xué)序列圖像分割算法 一個(gè)組織在CT序列圖像中其形狀變化往往是連續(xù)的，因此，我們先對(duì)病人某個(gè)組織的CT掃描序列圖像中的相隔的幾幅圖像用其他方法做一個(gè)分割(由于邊界不清晰，一般需要醫(yī)生的參與)。然后將分割后的組織提取出來，生成其距離圖。再對(duì)這幾幅距離圖使用主成分分析算法(PrincipleComponentAnalysis)進(jìn)行分析，求其平均距離圖及其協(xié)方差矩陣的特征值和特征矢量。然后利用平均距離圖和

5、這些特征值和特征矢量生成一個(gè)在參數(shù)作用下可以連續(xù)變形的模板，仿真組織在序列圖像中的形狀變化。再將這個(gè)模板采用互信息法和主動(dòng)輪廓模型法(snake)去匹配分割序列中其他未分割的圖像，從而達(dá)到一個(gè)比較理想的分割效果。 2．提出了一種基于超橢圓形變模型的醫(yī)學(xué)圖像分割算法 橢圓變形模板分割算法對(duì)目標(biāo)組織的輪廓形狀有要求，在醫(yī)學(xué)圖像中，只要組織的輪廓比較光滑、結(jié)構(gòu)對(duì)稱，采用超橢圓模板來進(jìn)行匹配分割往往能夠取得比較好的結(jié)果，而且其沒

6、有序列圖像分割這一限制。算法先對(duì)待分割組織的典型形狀用超橢圓進(jìn)行擬合，獲得先驗(yàn)信息。然后使用優(yōu)化算法獲得超橢圓與目標(biāo)組織的最佳匹配。然后再使用主動(dòng)輪廓模型法進(jìn)行進(jìn)一步調(diào)整，得到最終分割結(jié)果。由于超橢圓的控制參數(shù)比較少，因此相對(duì)于標(biāo)準(zhǔn)的主動(dòng)形狀模型(ASM)，它的優(yōu)點(diǎn)在于其無論是變形還是形狀參數(shù)的統(tǒng)計(jì)都比較方便，特別是省去了進(jìn)行形狀參數(shù)統(tǒng)計(jì)分析時(shí)各形狀圖的大小、角度、位置對(duì)準(zhǔn)。 3．本文提出了一種基于GENOCOP和POWELL算

7、法并支持線性約束的混合遺傳算法 本文對(duì)標(biāo)準(zhǔn)的POWELL算法進(jìn)行了修改，使其支持線性約束，并將其和遺傳算法GENOCOP進(jìn)行結(jié)合，構(gòu)成一種新的支持線性約束的混合遺傳算法。POWELL算法經(jīng)過修改后，并不能找到線性約束下的函數(shù)極值點(diǎn)，只能達(dá)到最優(yōu)解附近區(qū)域。本文根據(jù)對(duì)其原因的分析已及對(duì)實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)分析，對(duì)GENOCOP算法的變異、交叉算子進(jìn)行了進(jìn)一步的改進(jìn)，降低遺傳算子的收斂能力，增強(qiáng)其全局搜索能力。新的算法融合了遺傳算法的全局

8、搜索能力和POWELL的局部優(yōu)化能力，并利用遺傳算法中交叉算子的特性有效的解決了POWELL算法修改后所帶來的問題，從而將兩者有機(jī)的結(jié)合了起來。 4．本文提出了一種連續(xù)駐留位置和駐留時(shí)間的近距離放療劑量優(yōu)化方法 本文提出了一種連續(xù)駐留位置和駐留時(shí)間的近距離放療劑量優(yōu)化方法。首先將駐留t看成是位置x的一個(gè)連續(xù)函數(shù)，建立各參考劑量點(diǎn)劑量計(jì)算的積分模型，計(jì)算每個(gè)參考劑量點(diǎn)的劑量。然后用計(jì)算劑量和目標(biāo)劑量值之差的加權(quán)平方和為目標(biāo)

9、函數(shù)，用優(yōu)化算法求解最優(yōu)的曲線參數(shù)。在優(yōu)化的過程中由于實(shí)際的情況的復(fù)雜性，可以根據(jù)不同的情況不同的特點(diǎn)對(duì)曲線進(jìn)行分段。得到優(yōu)化的曲線后再用積分的數(shù)值逼近方法將其離散化，得到最終的插值點(diǎn)源治療計(jì)劃。算法不僅解決了負(fù)的駐留時(shí)間問題，還讓相鄰駐留位置的駐留時(shí)間更加平滑。同時(shí)，在最后的離散化過程中，可以得到不同的駐留位置和駐留時(shí)間結(jié)果，使計(jì)劃具有更好的靈活性。 5．應(yīng)用質(zhì)點(diǎn)彈簧模型實(shí)現(xiàn)了二維軟組織的針管插植仿真 鼻咽部近距離放射