發(fā)布時(shí)間：2020-11-02 15:00

　　 隨著癌癥放射性治療的技術(shù)進(jìn)步,其治療過程中存在的器官運(yùn)動(dòng)、形變等引起的問題顯得越來越突出。在放療過程中,由于擺位誤差、器官形變等原因,器官的位置和形狀在每次治療的過程中都在發(fā)生變化。在高劑量梯度情況下,即使微小的器官形變或擺位誤差都可能造成靶區(qū)遺漏和危及器官卷入高劑量區(qū),從而導(dǎo)致腫瘤局部未控或危及器官受到過量照射,對患者的健康造成了極大的副作用。針對上述情況通常采用自適應(yīng)放療來解決。而自適應(yīng)放療技術(shù)的關(guān)鍵在于形變配準(zhǔn)算法的選擇。有效的形變配準(zhǔn)算法不僅有助于靶區(qū)輪廓線的推衍,得到更準(zhǔn)確的靶區(qū)輪廓,同時(shí)對于放療劑量映射也有很大的幫助�；诖吮疚难芯坎捎昧薒CC-Demons形變配準(zhǔn)算法和B樣條形變配準(zhǔn)算法用于放療的CT影像數(shù)據(jù),并且針對兩種算法的缺點(diǎn)提出了改進(jìn)策略,提高了配準(zhǔn)精度的同時(shí)保證了其配準(zhǔn)速度。通過配準(zhǔn)得到的仿射矩陣和形變場完成醫(yī)師勾畫信息推衍,然后比較配準(zhǔn)前后靶區(qū)與危及器官的DSC(重疊度)與Hausdorff距離來評判配準(zhǔn)算法精度,從而對配準(zhǔn)質(zhì)量作出評價(jià)。形變配準(zhǔn)算法所得到的DSC重疊度均大于0.8,為臨床可接受范圍。對于體積較小的解剖組織或器官器官,DSC重疊度均在0.7~0.84之間。形變配準(zhǔn)算法得到的平均Hausdorff距離均在1~3mm之間,其表面偏差距離在其臨床誤差范圍內(nèi)。
【學(xué)位單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP391.41;R730.55
【部分圖文】：

足夠劑量，因此它成為圖像引導(dǎo)自適應(yīng)放療的關(guān)鍵工具。圖像形變配準(zhǔn)(DeformableImageRegistration，DIR)在ART中發(fā)揮著重要的作用。DIR不僅能夠關(guān)聯(lián)不同時(shí)間點(diǎn)下的同一解剖結(jié)構(gòu)，而且還能保持理想的一一對應(yīng)的幾何映射。另外，利用DIR還可以映射一些次級圖像（比如劑量矩陣圖像）或治療參數(shù)，提高再計(jì)劃的效率。DIR在ART中的應(yīng)用主要有兩個(gè)方面。一方面，DIR可以完成對靶區(qū)、危及器官輪廓線的推衍(propagation)[7-9]。重新計(jì)劃的最大困難在于重新勾畫靶區(qū)、危及器官的輪廓信息，因?yàn)榘袇^(qū)和器官的數(shù)量較多、輪廓線區(qū)域復(fù)雜，如圖1-1所示。人工勾畫通常要花費(fèi)一位醫(yī)生幾小時(shí)甚至幾天的時(shí)間，而且放療期間病人的解剖結(jié)構(gòu)在不斷變化，如果每天都重新進(jìn)行人工勾畫，明顯此任務(wù)無法完成。另外，DIR還可以完成四維CT(4D-CT)的輪廓線推衍[10,11]。4D-CT由不同呼吸相位的CT集合構(gòu)成，通常被用于肺癌患者的器官運(yùn)動(dòng)建模。利用DIR推衍的輪廓線可能更客觀一些，因?yàn)樗淮嬖卺t(yī)生之間主觀上的誤差。圖1-1醫(yī)師靶區(qū)和器官勾畫圖本圖來源于本文所使用的實(shí)驗(yàn)數(shù)據(jù)Figure1-1Thetargetareaandorganoutlinedbythedoctor另一方面，DIR可以用于空間劑量的映射疊加，保證患者的靶區(qū)能夠接受足夠的劑量，同時(shí)也避免危及器官卷入高劑量區(qū)。如圖1-2中所示，通過劑量分布柱狀圖可知，不同顏色區(qū)域代表不同的劑量區(qū)。放療是一個(gè)分次治療的過程，如前所述解剖結(jié)構(gòu)在這個(gè)過程中會(huì)發(fā)生變化，那么靶區(qū)和危及器官來說，其實(shí)際上受到照射劑量的空間分布很可能與之前計(jì)劃時(shí)的大不一樣。DIR計(jì)算患者實(shí)際上受照劑量的原理是將每次可以計(jì)算劑量分布的放療的影像，比如CT與計(jì)劃CT進(jìn)行變形配準(zhǔn)，得到該次放療影像到計(jì)劃

足夠劑量，因此它成為圖像引導(dǎo)自適應(yīng)放療的關(guān)鍵工具。圖像形變配準(zhǔn)(DeformableImageRegistration，DIR)在ART中發(fā)揮著重要的作用。DIR不僅能夠關(guān)聯(lián)不同時(shí)間點(diǎn)下的同一解剖結(jié)構(gòu)，而且還能保持理想的一一對應(yīng)的幾何映射。另外，利用DIR還可以映射一些次級圖像（比如劑量矩陣圖像）或治療參數(shù)，提高再計(jì)劃的效率。DIR在ART中的應(yīng)用主要有兩個(gè)方面。一方面，DIR可以完成對靶區(qū)、危及器官輪廓線的推衍(propagation)[7-9]。重新計(jì)劃的最大困難在于重新勾畫靶區(qū)、危及器官的輪廓信息，因?yàn)榘袇^(qū)和器官的數(shù)量較多、輪廓線區(qū)域復(fù)雜，如圖1-1所示。人工勾畫通常要花費(fèi)一位醫(yī)生幾小時(shí)甚至幾天的時(shí)間，而且放療期間病人的解剖結(jié)構(gòu)在不斷變化，如果每天都重新進(jìn)行人工勾畫，明顯此任務(wù)無法完成。另外，DIR還可以完成四維CT(4D-CT)的輪廓線推衍[10,11]。4D-CT由不同呼吸相位的CT集合構(gòu)成，通常被用于肺癌患者的器官運(yùn)動(dòng)建模。利用DIR推衍的輪廓線可能更客觀一些，因?yàn)樗淮嬖卺t(yī)生之間主觀上的誤差。圖1-1醫(yī)師靶區(qū)和器官勾畫圖本圖來源于本文所使用的實(shí)驗(yàn)數(shù)據(jù)Figure1-1Thetargetareaandorganoutlinedbythedoctor另一方面，DIR可以用于空間劑量的映射疊加，保證患者的靶區(qū)能夠接受足夠的劑量，同時(shí)也避免危及器官卷入高劑量區(qū)。如圖1-2中所示，通過劑量分布柱狀圖可知，不同顏色區(qū)域代表不同的劑量區(qū)。放療是一個(gè)分次治療的過程，如前所述解剖結(jié)構(gòu)在這個(gè)過程中會(huì)發(fā)生變化，那么靶區(qū)和危及器官來說，其實(shí)際上受到照射劑量的空間分布很可能與之前計(jì)劃時(shí)的大不一樣。DIR計(jì)算患者實(shí)際上受照劑量的原理是將每次可以計(jì)算劑量分布的放療的影像，比如CT與計(jì)劃CT進(jìn)行變形配準(zhǔn)，得到該次放療影像到計(jì)劃

中北大學(xué)學(xué)位論文4CT的變換矩陣和形變場，然后利用變換矩陣和形變場將每次的劑量分布映射到計(jì)劃CT上，這樣就可以得到計(jì)劃CT上每個(gè)體素所吸收的當(dāng)次劑量，疊加所有分次得到每個(gè)體素的真實(shí)受照劑量，最終估計(jì)出實(shí)際受照劑量的空間分布。這對于解決放療中靶區(qū)遺漏和關(guān)鍵器官卷入高劑量區(qū)的問題具有重要的意義，從而為醫(yī)師制定和優(yōu)化放療計(jì)劃提供了巨大的幫助。圖1-2受照劑量空間分布圖本圖來源于本文所使用的實(shí)驗(yàn)數(shù)據(jù)Figure1-2Exposuredosespatialdistribution1.2國內(nèi)外研究現(xiàn)狀形變配準(zhǔn)存在的主要問題是難以驗(yàn)證，目前尚沒有標(biāo)準(zhǔn)化的評價(jià)方式來評估形變配準(zhǔn)算法的結(jié)果。即便如此，DIR仍然是放療影像分析的一個(gè)主要工具。目前國內(nèi)外學(xué)者主要利用放療影像數(shù)據(jù)來驗(yàn)證和比較各DIR算法的可行性以及其應(yīng)用于放療計(jì)劃的效果，其中大多采用胸腹部輪廓線推衍和劑量映射的驗(yàn)證方式，驗(yàn)證其配準(zhǔn)前后圖像的重疊度和所接受劑量是否滿足計(jì)劃。而在對配準(zhǔn)精度要求更高的頭頸部，相關(guān)研究仍然較少[12]。南方醫(yī)科大學(xué)李欣等人利用臨床數(shù)據(jù)驗(yàn)證各種DIR算法在頭頸部和腹部ROI輪廓線推衍方面的精度和差異。結(jié)果發(fā)現(xiàn)DIR算法的精度不僅與ROI不同有關(guān)，還與其時(shí)間推移與形變程度有關(guān)[13]。Castadot等人以具有豐富勾畫經(jīng)驗(yàn)醫(yī)生所勾畫的頭頸部靶區(qū)與危及器官輪廓線作為標(biāo)準(zhǔn)，評估了十二種基于灰度的DIR算法在輪廓線推衍方面的表現(xiàn)。結(jié)果表明使用水平集與Demons相結(jié)合的形變配準(zhǔn)算法精度優(yōu)于其他形變配準(zhǔn)算法[14]。Hardcastle等人采用多家機(jī)構(gòu)的頭頸部放療影像數(shù)據(jù)評估Demons和SFBR算法在醫(yī)生所勾畫的輪廓線推衍方面的可行性。最終得出，對于ORAs來說，DIR推衍的輪廓
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董云龍,何友,王國宏,李東;一種改進(jìn)的雷達(dá)組網(wǎng)誤差配準(zhǔn)算法[J];系統(tǒng)仿真學(xué)報(bào);2005年07期

2 宋本欽;張靖;史偉;石教華;;一種基于彈道的時(shí)間配準(zhǔn)算法[J];中國電子科學(xué)研究院學(xué)報(bào);2017年03期

3 羅志娟;;小波變換和互信息配準(zhǔn)算法對比分析[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2016年32期

4 張衛(wèi)國;李景妹;;改進(jìn)的基于紋理特征的圖像配準(zhǔn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2016年06期

5 李雯;黃永鋒;田鑫;聶生東;;基于數(shù)字血管減影的無框架配準(zhǔn)算法的實(shí)驗(yàn)研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年01期

6 蔡方凱;;一種改進(jìn)的系統(tǒng)誤差配準(zhǔn)算法[J];四川大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

7 吉長東;劉亞南;廖世愉;;基于局部特征的四點(diǎn)一致集配準(zhǔn)算法研究[J];測繪與空間地理信息;2020年05期

8 綦宏偉;趙麗花;;基于機(jī)器視覺的藥盒印刷質(zhì)量檢測系統(tǒng)配準(zhǔn)算法研究[J];廣東印刷;2010年01期

9 吳亞娟;劉曉鋒;;一種基于互信息的圖像頻域配準(zhǔn)算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年19期

10 王蕊;李俊山;劉玲霞;羅蓉;;基于幾何特征的點(diǎn)云配準(zhǔn)算法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

相關(guān)博士學(xué)位論文 前10條

1 曾麗娜;SAR圖像特征提取與檢測、配準(zhǔn)算法研究[D];西北工業(yè)大學(xué);2017年

2 柳成蔭;基于點(diǎn)特征的多模與多視角圖像非剛性配準(zhǔn)算法研究[D];華中科技大學(xué);2018年

3 張鵬鵬;非剛體點(diǎn)集配準(zhǔn)算法及其在醫(yī)學(xué)圖像中的應(yīng)用[D];上海交通大學(xué);2017年

4 虞剛;在線自適應(yīng)放療若干關(guān)鍵問題的研究[D];東南大學(xué);2015年

5 李欣;自適應(yīng)放療中變形圖像配準(zhǔn)算法相關(guān)關(guān)鍵技術(shù)的研究[D];南方醫(yī)科大學(xué);2017年

6 章學(xué)靜;像素級圖像增強(qiáng)及配準(zhǔn)算法研究[D];北京理工大學(xué);2014年

7 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

8 甄鑫;自適應(yīng)放射治療中的圖像變形配準(zhǔn)關(guān)鍵技術(shù)研究[D];南方醫(yī)科大學(xué);2013年

9 葉宏;多傳感器系統(tǒng)配準(zhǔn)算法研究[D];中國工程物理研究院;2014年

10 蘇坡;癌癥診療中的醫(yī)學(xué)圖像配準(zhǔn)和分割算法研究[D];西北工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李漢;基于放療影像的多級非剛性配準(zhǔn)技術(shù)研究[D];中北大學(xué);2020年

2 孫蒙蒙;PET/CT胸腹部圖像配準(zhǔn)算法研究及系統(tǒng)設(shè)計(jì)[D];北京工業(yè)大學(xué);2014年

3 張旋;高配準(zhǔn)率快速圖像配準(zhǔn)算法研究[D];重慶大學(xué);2011年

4 吳錚;基于特征的圖像配準(zhǔn)算法研究[D];浙江大學(xué);2006年

5 李煜;基于互信息的圖像配準(zhǔn)算法研究[D];武漢紡織大學(xué);2012年

6 林存花;醫(yī)學(xué)影像彈性配準(zhǔn)算法的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2011年

7 袁亮;三維重建過程中的點(diǎn)云數(shù)據(jù)配準(zhǔn)算法的研究[D];西安電子科技大學(xué);2010年

8 張政;點(diǎn)云數(shù)據(jù)配準(zhǔn)算法研究[D];山東大學(xué);2008年

9 劉新;三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)算法研究[D];燕山大學(xué);2015年

10 莊世勇;圖像配準(zhǔn)算法的若干關(guān)鍵問題研究[D];福州大學(xué);2018年

本文編號(hào)：2867195