图像引导放疗系统中图像配准和重建技术的研究

《图像引导放疗系统中图像配准和重建技术的研究》由会员分享，可在线阅读，更多相关《图像引导放疗系统中图像配准和重建技术的研究（126页珍藏版）》请在金锄头文库上搜索。

1、山东大学 博士学位论文 图像引导放疗系统中图像配准和重建技术的研究 姓名：王晶晶 申请学位级别：博士 专业：通信与信息系统 指导教师：王洪君;曹叶文 2012-09-13 山东大学博士学位论文 中文翦要 伴随着计算机技术和电子成像技术的快速发展，尤其是锥形束C T 在直线 加速器上的广泛使用，大大提高了图像引导放射治疗的精度，使肿瘤治疗步入 精确放疗时代。由于C B C T 图像引导放射治疗技术受到呼吸运动、心脏跳动、 肿瘤形状和体积的变化、分次治疗病人摆位的不同等因素的影响，经常导致肿 瘤靶区没照射到，反而伤及周围的正常组织，提高了病人并发症的发生概率。 如何提高病人的摆位精度和X 射线照射

2、剂量精度，是目前医学图像领域研究的 热点，这对于实现真正意义上的精确治疗、提高患者的康复率具有重要意义和 研究价值。 为了提高病人摆位精度、减小安全边缘，我们致力于C B C T 图像与计划C T 图像之间配准算法的研究。在摆位误差校正的研究中，详细讨论了刚性配准和 肿瘤靶区质心与坐标系原点重合问题。指出肿瘤靶区质心与坐标系原点重合是校 正摆位的最关键步骤。在本文中，考虑到N U R B S 可以用非均匀的控制网格进行配 准，与B 样条相比，具有更高的配准精度和效率，我们提出了基于N I 瓜B S 的计 划C T 图像与放疗C B C T 图像形变配准算法。此外，还提出一种新的基于轮廓的快 速

3、相似性测度算法。在介绍快速相似性测度算法之前，讨论了医学图像分割常用 的一些算法，像基于L e v e l s e t 的分割算法、基于C o n t o u d c t 的分割算法、基于马尔 科夫随机场的医学图像分割、基于神经网络的分割、基于贝叶斯方法的自动图像 分割、基于活动轮廓模型的分割等。这些方法基本可以归结为基于区域的分割方 法、基于边缘检测的分割方法、基于模糊集理论的方法、基于神经网络的方法、 基于图谱的方法等。在本文实验中，我们使用S n a k e 模型来分割图像轮廓，效果 理想。 在研究C B C T 图像与计划C T 图像配准对剂量分布的影响时，剂量分布是一 个精确的定量分

4、析。基于光流场的配准方法主要用来寻找时间序列图像之间的细 微变化，属于精确配准的范畴，因此我们想到使用光流场模型来更精确地配准 C B C T 图像和计划C T 图像，进而得到更加精确的剂量分布图。考虑到时间序列图 像之间的配准属于单模态配准，而C B C T 图像和计划C T 图像之间的配准属于多模 山东大学博士学位论文 态配准，不同模态图像之间差异较大，直接使用光流场模型很难获得满意的配准 结果。因此，我们的配准方案是先进行刚性配准，然后进行基于N U I m S 的形变配 准，最后再执行基于光流场的配准。为了解决C B C T 图像和计划C T 图像之间对应 像素点的灰度值不一致问题，我

5、们还在光流场配准之前，对两幅图像的灰度值进 行了归一化处理。 C B C T 图像与C T 图像相比质量较差，影响C B C T 图像质量的主要因素有： 截断伪影、射线硬化、病人的生理运动、探测板的补偿和增益校正、散斑、C B C T 几何结构未对齐等。为了提高图像质量，降低正常组织照射的剂量，R a V i s h a n k a r N C h i t y a l a 提出了针对感兴趣区域进行重建、其它区域采用先验知识估计的方 法。该算法可去除截断伪影，减少对正常组织的照射。针对C B C T 使用的F D K 重建算法很难提升图像质量和精度的现状，S E U N G R Y O N GC

6、 H O 提出了加权密 度感兴趣区域重建算法，该方法可减少感兴趣区域边缘的照射。 呼吸运动是导致肿瘤靶区边缘模糊的重要原因。为了克服肿瘤靶区边缘模 糊的问题，我们利用同一呼吸相位的图像来重建C B C T 图像，能显著提高图像 质量。但同一呼吸相位的投影切片数据量少，不能满足传统的S h a n n o n 公式，我 们提出了将压缩感知理论应用到C B C T 图像重建算法，并对这种算法进行了实验。 此外，还详细描述了平行束F B P 重建算法和应用最广泛的F D K 重建算法。讨论了 感兴趣区域的重建算法。 本文以C B C T 图像引导放疗系统为主线，围绕C B C T 存在的问题，本论文

7、 详细研究了C B C T 病人摆位误差校正问题、C B C T 图像和计划C T 图像的形变配准 问题、精确剂量配准问题、清晰图像重建问题。在解决问题的过程中，研究了医 学图像配准技术和医学图像重建技术。研究刚性配准来解决摆位误差校正问题； 研究形变配准算法来解决C B C T 图像和计划C T 图像的形变配准问题和精确剂量配 准问题；研究图像重建算法来解决图像模糊问题。提出了基于M 瓜B S 的形变配准、 基于光流场的剂量配准算法、基于压缩感知的图像重建算法。本论文的主要贡献 包括以下几方面： ( 1 ) 提出肿瘤靶区的质心是否与坐标系原点重合会对病人摆位产生重要影响。 提出用机架( Q

8、咖r y ) 的旋转代替病人围绕Y 轴的旋转，准直器( C o l l i I I l a t o r ) 的偏 转代替病人围绕X ，Z 轴的旋转，实现6 个自由度的摆位，这将有效提高C B C T 摆 I I 山东大学博士学位论文 位精度； ( 2 ) 提出了基于轮廓的快速相似性测度算法。详细讨论了S n a l ( e 模型，在S n a 】( e 模型分割人脑C T 图像和M m 图像的基础上，分别使用基于轮廓的快速相似性测 度算法和互信息对图像进行了配准。实验数据表明，本文提出的算法在配准精度 接近的前提下迭代次数更少，算法可行； ( 3 ) 提出了基于M 瓜B S 的形变配准算法。研

9、究了基于B 样条和基于N U I 出S 的形变配准算法，并给出详细的实验结果。实验结果表明，基于N U I m S 的形变配 准算法的最大误差可达到3 5 m m ，约为C T V 和P T V 外放边缘和的1 3 ，这对于提 高计划C T 图像和C B C T 图像之间的配准精度、提高患者在每日放疗中的摆位精度、 减少对肿瘤周围正常组织的误照射具有重要意义； ( 4 ) 提出了基于光流场的剂量配准。通过实验给出光流场向量图和腮腺剂量体 积直方图。这一部分的研究对实现C B C T 图像引导放疗系统的精确照射具有重要 意义； ( 5 ) 提出了将压缩感知理论应用到C B C T 图像重建。针对

10、同一呼吸相位的投影 切片数据量少、不能满足传统的S h a n n o n 公式问题，我们提出了将压缩感知理论 应用到C B C T 图像重建算法。该算法对于提高C B C T 成像质量有重要意义。 关键词：医学图像配准；N U I m S ；光流场；压缩感知；图像引导放疗 I I l 山东大学博士学位论文 A B S T R A C T T h eI a p i dd e V e l o p m e mo fc o n l p u t e rt e c l l I l o l o g ya n de l e c n 0 1 1 i ci m a g i n gt e c h I l o l

11、o g y ； e s p e c i a l l yt l l ew i d ea p p l i c a t i o no fc o n e b e 锄C To nl i n e a ra c c e l e r a t o r ，g r e a t l yi m p r o v e s t l l ea C c u r a c yo fi m a g e - g u i d e dr a d i a t i o nt h e r 印ya I l dma ：k et h et u m o r 仃e a t m e n ti n t oa n e mo fp r e c i s i o nr

12、 a d i o t l l e r 雄I y B u tn l e r ea r es e V e r a lf a c t o r st l l a ta f f e C tr a d i a t i o np r e c i s i o n ： t l l ed i s p l a c 咖e n to ft u I I l o rd u et or e S p i r a t i o no r 删a c e n t o 唱锄sm o t i o n ，t l l ec h 锄g eo f t u I l l o rV o l u m ea n ds h a p ei nm ep r o

13、c e d u r eo ft r e a 协l e n t ，t l l e c h a I l g eo fp a t i e n tb o d y g e 伽1 e t r i cl o c a t i o n T h e s er e 髂o n sr e s u l ti nt h ed e V i a t i o no ft a 唱e tp o s i t i o na tm et i m eo f 仃e a ：n l l e n t 舶mn l o s ea p l ) r 0 V e di nt h e 仃e 舳e n tp l 删n g T 1 l i sp o s i t i

14、 o nd e v i a t i o nc a I l c a l l s e 恤d o s ed i 矧b u t i o nd e V i a t i o n 舶mt 1 1 e 仃e a ：t I I l e n tp l a I l I l i n g ，锄dc a I lc a u s eav i t a l o 唱锄a d j a C e n tt 0t u m o rr a d i 锄e d 、i t l ll l i g l ld o s eW I l i l et h et u m o rS p a r i n g 矗0 mt h e r a d i a t i o n T

15、 l l i sc 觚i l l c r e 觞et I l ep r o b a b i l i t ) ，o fo c c l l r T e n c eo fp a t i 明tc o m p l i c a t i o n s H o w t 0i m p r 0 V et l l ea c c u I yo fp a t i e n tp o s i t i o l l i n ga n dt l l ep r e c i s i o no fX - r a yi r r a d i a t i o n d o s ei sak e yr e s e a r c hi nt l l

16、ef i e l do fm e d i c 出i m a g ep r o c e s s i n g 1 1 l i sr e s e a r C hi sv e q i m p o r t 觚tt oi m p r 0 V et l l ep a t i e mr e ha _ b i l i t a t i o nr a t e I no r d e rt 0i I I l p r 0 V e 廿l ep a t i 饥tp o s i t i o n i n ga C c u r a c y 锄dr e d u c et h es a f | e t ym a 玛i n s ， w ed e d i c a t c do u r s e l v e st o 她p a t i e n ts e 呻o fC B C Ti m a g e - g u i d e dr a d i o t l l e 泖ys y s t e m I na d d i t i o nw ed i s c u s s e dt l l ec o i l l c i