自適應(yīng)放療中變形圖像配準算法相關(guān)關(guān)鍵技術(shù)的研究.pdf

1、放射治療是治療腫瘤的三大有效手段之一，其治療效果取決于兩個方面:一是保證充分的靶區(qū)受照劑量，二是減少正常組織受照劑量。放療技術(shù)也正是以此為目標向前發(fā)展，從三維適形放療(three dimensional conformal radiotherapy,3D-CRT)到調(diào)強放療（intensity-modulated radiotherapy,IMRT），再到圖像引導(dǎo)放療（image-guided radiotherapy,IGRT）以及自

2、適應(yīng)放療(adaptive radiotherapy,ART)。具體而言，3D-CRT實現(xiàn)射野與靶區(qū)在形狀上的一致，IMRT在此基礎(chǔ)上實現(xiàn)劑量適形，而IGRT利用治療中(in-room)影像校正了每治療分次的擺位誤差。但是，由于治療效應(yīng)和正常生理過程的影響，某些感興趣區(qū)域(region of interest，ROI)的位置、形狀和體積在治療期間會發(fā)生變化，進而可能導(dǎo)致腫瘤欠照射或危及器官（organ at risk，OAR）過照射。A

3、RT通過重新設(shè)計或調(diào)整計劃來適應(yīng)當前的解剖結(jié)構(gòu)情況，是解決上述問題的一種有效手段。作為ART中的關(guān)鍵技術(shù)之一，圖像變形配準(deformable image registration，DIR)算法關(guān)聯(lián)著計劃圖像和in-room圖像，關(guān)聯(lián)的準確程度決定了ART的有效性和可靠性。因此驗證DIR的精度是非常必要的。本文以此為出發(fā)點開展了一系列相關(guān)研究。
　　本文首先回顧并實現(xiàn)四類（十種）代表性的基于圖像灰度的DIR算法。這四類算法分別是

4、光流場類（HS，HSLK和FFD）、demons類(OD，MD，SFD，DFD和DISC）、水平集類(LS)和樣條類(BSpline)，其中DISC是在圖像處理單元（graphic processing unit，GPU）上實現(xiàn)，其他DIR算法均用Matlab實現(xiàn)。
　　針對關(guān)于多模態(tài)圖像驗證DIR算法精度的研究相對缺乏的問題，本文回溯性地采集21例鼻咽癌患者的CT和CBCT圖像，由經(jīng)驗豐富的醫(yī)生勾畫雙側(cè)腮腺、雙側(cè)頜下腺、頸椎椎體

5、和椎孔四種ROI。然后利用所實現(xiàn)的DIR算法將CT圖像上的ROI輪廓線推衍到CBCT圖像上，并與醫(yī)生勾畫的真實輪廓線進行比較，以此評估其在ROI輪廓線推衍方面的精度和性能差異。結(jié)果表明，所有DIR算法的表現(xiàn)并不一定好于剛性配準。一般來說，DIR算法在剛性結(jié)構(gòu)上的表現(xiàn)要比其在軟組織上的表現(xiàn)出色，且DIR精度還隨ROI的不同而變化。另外，算法的表現(xiàn)還與ROI的形變程度（時間推移）相關(guān)。
　　針對目前體模驗證研究中體模復(fù)雜度缺乏的問題，

6、本文以真實患者的腹部CT影像為參考，設(shè)計并制備一種高仿真的物理體模。該體模包含肝、腎、脾、胃和脊椎等多種仿真結(jié)構(gòu)，這些結(jié)構(gòu)具有與真實解剖結(jié)構(gòu)相似的體積、形狀、CT值以及空間位置。另外，體模還包含195個標記點（直徑為1～2mm的金屬球），均勻分布于各仿真器官的內(nèi)部、表面以及器官間區(qū)域，標記點在變形前后的位置變化被作為精度驗證的標準。體模驗證結(jié)果表明，絕大多數(shù)DIR算法能顯著改善剛性配準的精度，其表現(xiàn)與圖像對比度及ROI性質(zhì)（體積、形狀等

7、）等因素有關(guān)。盡管器官表面的DIR精度在總體上要顯著高于器官內(nèi)部的DIR精度，但對于同一實質(zhì)器官而言，表面與內(nèi)部之間一般不存在顯著的精度差異。
　　本文在DIR算法驗證方面取得了一些初步成果，但在某些細節(jié)上仍有待進一步的研究，比如各DIR算法實現(xiàn)過程中參數(shù)優(yōu)化問題、臨床數(shù)據(jù)驗證中勾畫誤差量化問題以及物理體模驗證中基準標記點分布問題等等。此外，根據(jù)驗證結(jié)果來改進現(xiàn)有DIR算法將會是我們未來的研究方向。例如，本研究表明算法精度與ROI