本文關(guān)鍵詞：醫(yī)學圖像配準和四維磁共振成像相關(guān)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：伴隨著計算機技術(shù)和醫(yī)學影像技術(shù)的迅猛發(fā)展,腫瘤的治療已經(jīng)逐步進入了精確放療的階段。圖像引導(dǎo)放療(Image-Guided Radiation Therapy, IGRT)包含頻繁的或者日常的圖像采集,已經(jīng)被廣泛的應(yīng)用于臨床中的靶區(qū)勾畫和病人定位。在放療計劃的設(shè)計和制定過程中,通常采用剛性配準的方法將在線采集的圖像映射到掃描圖像來矯正放療計劃。但病人的解剖結(jié)構(gòu)以及位置在整個治療過程中可能會發(fā)生改變,比如放療過程中的肺部呼吸運動以及由放療引起的腫瘤收縮。形變圖像配準(deformable image registration, DIR)可以用來追蹤病人在放療中解剖學和生物學的變化,因此在臨床中起到了很重要的作用。DIR的目的是在兩幅圖中尋找一種變換,而此變換能夠減小兩幅圖像之間的差別,并且可以進一步應(yīng)用于器官和靶區(qū)輪廓的形變以及劑量分布的計算。目前DIR在放療研究中已經(jīng)有許多的應(yīng)用,比如從適應(yīng)性放療中(adaptive radiation therapy, ART)的感興趣區(qū)域(region of interest, ROI)的自動的時間傳播到4D的呼吸運動的建模。在ART中,DIR經(jīng)常用來將日常掃描圖像中每一個像素點與計劃圖像中的相應(yīng)的點進行匹配,然后在此基礎(chǔ)上勾畫出危及器官(organs at risk, OAR)以及靶區(qū)的新輪廓,利用輻射參數(shù)便可以計算出劑量分布,進而也就可以計算新輪廓下的OAR和靶區(qū)的劑量累積。此外,一個4D的胸部模型可以用來評估肺部隨時間變化的運動和位移,該模型的產(chǎn)生源自于連續(xù)呼吸循環(huán)中的一系列3D圖像。通過根據(jù)對應(yīng)的形變域配準這些3D圖像,那么肺部的每一個像素將被賦予一個時間的數(shù)學函數(shù)。以上這些應(yīng)用都建立在準確的DIR算法上,靶區(qū)附近即使是較小的形變域錯誤都可以導(dǎo)致結(jié)果發(fā)生較大的變化,尤其是劑量下降較快的區(qū)域。因此,在DIR算法進入臨床應(yīng)用之前,需要對它的準確性進行定量的評估。再者,臨床上往往需要結(jié)合病灶的解剖學信息(如CT)以及新陳代謝信息(如PET)進行更加精確的靶區(qū)勾畫。然而,在這兩種不同模態(tài)的圖像掃描過程中,不可避免的要出現(xiàn)由呼吸運動或者病人位置變化而產(chǎn)生的圖像的位置差別。因此,在靶區(qū)勾畫前不可缺少的一步就是要將這兩種模態(tài)的圖像進行配準融合。因此,多模態(tài)的圖像配準算法也是臨床中不可或缺的一部分。此外,目前臨床上已經(jīng)廣泛的采用四維成像技術(shù)來評價呼吸運動,例如,4D-CT,4D-CT具有較高的空間分辨率并且可以實現(xiàn)快速的獲取圖像。然而,CT圖像具有較差的軟組織對比度,這種缺點會增加靶區(qū)勾畫的不確定性。此外,在4D-CT的掃描過程中會對病人產(chǎn)生有害的電離輻射。4D-CT存在的這些缺點都是當前條件下不可避免的。相比來說,MR圖像可以提供較好的腫瘤和軟組織的對比度,并且在掃描過程中不會對病人產(chǎn)生有害的電離輻射。因此,基于MR的四維成像技術(shù)(也就是'4D-MRI技術(shù)’)可以用來監(jiān)測腹部的呼吸運動。目前,文獻中提出的4D-MRI技術(shù)主要包含兩種方法：一種是利用3D MR序列采集實時的容積圖像(稱為“實時4D-MRI");另一種是利用快速的2D MR序列連續(xù)采集所有的呼吸時相的MR圖像,然后依據(jù)呼吸時相回顧式的將采集圖像進行分類(稱為“回顧式4D-MRI")。第一種成像方法的實現(xiàn)需要引入并行成像技術(shù)和回波共享技術(shù)。然而,由于當前軟件和硬件的局限性,利用這種方法采集高分辨率和高質(zhì)量的4D MR圖像集難度較大。一般來講,典型的實時4D-MRI技術(shù)采集圖像的時間分辨率大于1s,體素的大小約為4mm。相對于人類平均4-5s的呼吸周期來說,實時4D-MRI技術(shù)的時間分辨率過低,因此該技術(shù)不足以獲取高質(zhì)量的4D MR圖像。第二種成像方法需要在圖像采集時實時監(jiān)控病人的呼吸運動并提取呼吸信號。與實時4D-MRI技術(shù)相比,回顧式4D-MRI技術(shù)成像的體素尺寸變小,成像速度變快,運動偽影大大降低,獲取的圖像質(zhì)量也得到了提高。綜上所述,本研究主要包含了五個部分的內(nèi)容：4D-CT的配準算法比較與評價,PET/CT圖像配準算法比較與評價以及4D-MRI技術(shù)的研究。首先,本論文評價和比較了diffeomorphic demons (DD)和基于finite element method (FEM)的兩種配準算法在肺癌4D-CT中的應(yīng)用。配準過程中采用多分辨率的策略來加速配準過程,并確保算法的魯棒性以及避免算法陷入局部極值。該研究采用了三個最常用的相似性測度來定量的評價這兩種算法,它們分別是：歸一化互信息(normalized mutual information, NMI),密度差的平方和(the sum of squared intensity differences (SSD))以及改進的Hausdorff距離(dH_M)。其次,本研究比較了基于point-wise mutual information (PMI) diffeomorphic demons算法和基于gradient of mutual information (GMI) demons算法在配準8例食管癌PET/CT中的準確性,同樣采用了多分辨率的策略來評價和比較這兩種多模態(tài)的配準算法,以及改進的Hausdorff距離作為相似性測度來對兩種算法進行定量的評價。實驗的初步結(jié)果證明基于PMI diffeomorphic算法是一種較好的PET/CT圖像配準算法。再者,我們還驗證了利用隔膜運動來代替肝臟腫瘤運動的可靠性。實驗前期圖像的采集包含單層的、三個正交平面(橫斷面(Axial),冠狀面(Coronal)和矢狀面(Sagittal))的cine-MR圖像采集,并采用一種基于模板匹配的、全自動的方法在圖像上獲取隔膜和肝臟腫瘤在上下(SI),前后(AP)和左右(ML)三個方向上的運動軌跡,最后采用相位差百分比(PDP),同類相關(guān)系數(shù)(ICC)和Bland-Altman(Diff)來衡量這兩種軌跡的相關(guān)性。與此同時,我們進一步評估了被跟蹤的隔膜區(qū)域與肝臟腫瘤的距離(D)和它們運動相關(guān)性之間的關(guān)系。此外,基于cine MRI的基礎(chǔ)上,提出了一種基于body area(BA)的4D-MRI技術(shù),并且將該技術(shù)在7例臨床肝癌患者中進行了驗證。我們采用三個正交平面上的2D單層cine MR圖像以及4D-CT中提取的腫瘤運動軌跡來評價4D-MRI圖像的準確性,然后進一步比較了4D-CT, T2*/T1-w 4D-MRI和T2-w MR圖像的腫瘤-組織的對比度噪聲比；最后,在該4D-MRI技術(shù)的基礎(chǔ)上,采用T2-w MR圖像通過DIR的方法來提高4D-MRI圖像的肝臟腫瘤對比度。通過DIR的方法可以獲得4D-MRI圖像的10個時相之間的DVFs,然后對生成的DVFs在三維的時間和空間上進行優(yōu)化以減少由配準誤差導(dǎo)致的錯誤。我們采用從cine MRI中提取的3D的肝臟腫瘤運動軌跡在三維的時間上進行DVFs矯正,并采用多項式擬合的方法對DVFs進行三維空間的矯正。最終,將優(yōu)化后的DVFs形變已經(jīng)同參考圖像配準后的T2-w MR圖像,從而形成“增強的"4D-MRI。該研究采用4D數(shù)字人類模體和肝癌病人進行可行性驗證。為了驗證“增強的"4D-MRI的準確性,我們分別從4D-CT, T2*/T1-w 4D-MRI和“增強的"4D-MRI中提取了腫瘤的運動軌跡并進行了比較,實驗結(jié)果證明“增強的”4D-MRI中的腫瘤運動軌跡與4D-CT和T2*/Tl-w 4D-MRI的腫瘤運動軌跡在正交的三個方向上有很好的一致性。本論文提出的算法和技術(shù)有利于實現(xiàn)精確的靶區(qū)追蹤和勾畫,為實現(xiàn)真正意義上的精確放療奠定了基礎(chǔ)。
【關(guān)鍵詞】：醫(yī)學圖像配準 多分辨率 4D-MRI 腫瘤對比度 靶區(qū)勾畫
【學位授予單位】：山東大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：R730.55;TP391.41
【目錄】：

• 中文摘要11-14
• ABSTRACT14-18
• 符號說明18-19
• 縮略語19-21
• 第一章 緒論21-28
• §1.1 醫(yī)學圖像配準技術(shù)21-23
• 1.1.1 醫(yī)學圖像配準研究的背景和意義21-22
• 1.1.2 醫(yī)學圖像配準技術(shù)的國內(nèi)外研究現(xiàn)狀22-23
• §1.2 4D-MRI技術(shù)23-25
• 1.2.1 4D-MRI技術(shù)的背景和意義23-24
• 1.2.2 4D-MRI技術(shù)的國內(nèi)外研究現(xiàn)狀24-25
• §1.3 本論文的研究內(nèi)容和工作安排25-28
• 第二章 醫(yī)學圖像配準和4D-MRI技術(shù)28-38
• §2.1 概述28-29
• §2.2 圖像配準技術(shù)29-32
• 2.2.1 圖像配準概念29
• 2.2.2 醫(yī)學圖像配準框架29-30
• 2.2.3 醫(yī)學圖像配準算法分類30-31
• 2.2.4 多分辨醫(yī)學圖像配準算法31-32
• §2.3 4D-MRI技術(shù)32-37
• 2.3.1 4D-MRI技術(shù)分類32-34
• 2.3.2 回顧式的4D-MRI技術(shù)框架34-35
• 2.3.3 基于身體區(qū)域(body area)的4D-MRI技術(shù)35-37
• §2.4 本章小結(jié)37-38
• 第三章 4D-CT圖像的形變配準算法比較38-52
• §3.1 概述38-39
• §3.2 材料和方法39-45
• 3.2.1 病人數(shù)據(jù)和圖像采集39-40
• 3.2.2 微分同胚(Diffeomorphic demons(DD))配準算法40-41
• 3.2.3 基于有限元(FEM-based)的配準算法41-42
• 3.2.4 多分辨率策略和配準算法參數(shù)設(shè)置42-43
• 3.2.5 配準算法的定量評價43-45
• §3.3 實驗結(jié)果45-49
• §3.4 討論和總結(jié)49-52
• 第四章 多模態(tài)PET/CT圖像的形變配準算法比較52-66
• §4.1 概述52-54
• §4.2 方法和材料54-58
• 4.2.1 病人數(shù)據(jù)和圖像采集54
• 4.2.2 經(jīng)典的Demons算法54-55
• 4.2.3 基于GMI的demons算法55
• 4.2.4 基于PMI微分同胚的demons算法55-56
• 4.2.5 多分辨率策略和配準算法參數(shù)設(shè)置56-57
• 4.2.6 評價和比較形變配準算法57-58
• §4.3 實驗結(jié)果58-63
• §4.4 討論63-65
• §4.5 本章小結(jié)65-66
• 第五章 磁共振成像(MRI)在臨床中的應(yīng)用：隔膜與肝臟腫瘤運動的相關(guān)性研究66-75
• §5.1 概述66-67
• §5.2 方法和材料67-71
• 5.2.1 病人數(shù)據(jù)和圖像采集67-68
• 5.2.2 基于歸一化互相關(guān)(NCC)的運動跟蹤技術(shù)68-70
• 5.2.3 三維運動軌跡的比較70-71
• §5.3 實驗結(jié)果71-73
• §5.4 討論73-74
• §5.5 本章小結(jié)74-75
• 第六章 基于身體輪廓(BODY AREA,BA)的4D-MRI技術(shù)75-85
• §6.1 概述75-76
• §6.2 材料和方法76-80
• 6.2.1 病人數(shù)據(jù)和圖像采集76-78
• 6.2.2 用BA來獲取呼吸信號的4D-MRI技術(shù)78-79
• 6.2.3 腫瘤運動軌跡的比較79-80
• §6.3 實驗結(jié)果80-83
• §6.4 討論83-84
• §6.5 本章小結(jié)84-85
• 第七章 4D MR圖像的腫瘤對比度增強技術(shù)85-101
• §7.1 概述85-86
• §7.2 材料和方法86-93
• 7.2.1 病人數(shù)據(jù)和圖像采集86-88
• 7.2.2 利用BA獲取呼吸信號的4D-MRI技術(shù)88-89
• 7.2.3 4D MR圖像的形變圖像配準(DIR)89
• 7.2.4 DVFs三維時間和空間的校正89-92
• 7.2.5 利用優(yōu)化的DVFs重建“增強的”4D-MRI92
• 7.2.6 4D XCAT模體研究92-93
• 7.2.7 腫瘤運動軌跡的比較93
• §7.3 實驗結(jié)果93-97
• 7.3.1 4D-XCAT模體研究93
• 7.3.2 臨床數(shù)據(jù)研究93-97
• §7.4 討論97-100
• §7.5 本章小結(jié)100-101
• 第八章 總結(jié)與展望101-105
• §8.1 本論文主要工作的總結(jié)101-103
• §8.2 未來研究工作展望103-105
• 參考文獻105-119
• 致謝119-120
• 攻讀博士學位期間發(fā)表的論文和參與的科研項目120-122
• 外文論文一122-132
• 外文論文二132-143
• 附件143

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 崔天祥;徐燕梅;周一兵;周軍;孫建國;;4D-CT與ABC技術(shù)在肺部放療呼吸管理中的比較[J];重慶醫(yī)學;2013年28期

2 劉青芳;焦冬莉;;基于加權(quán)互信息的醫(yī)學圖像配準方法[J];測試技術(shù)學報;2014年02期

3 邵涵鈺;翁旭初;;基于螺旋成像的人腦認知功能研究[J];磁共振成像;2014年05期

4 吳秀秀;肖珊;張煜;;基于配準的肺4D-CT圖像超分辨率重建[J];電子學報;2015年02期

5 肖珊;王婷婷;呂慶文;張煜;;基于快速亞像素運動估計的肺4D-CT圖像超分辨率重建[J];南方醫(yī)科大學學報;2015年07期

6 耿丹丹;王婷婷;曹蕾;張煜;;基于彈性配準的肺4D-CT中間相位圖像重建[J];計算機應(yīng)用;2015年04期

7 薛俊霞;王穎杰;;肺轉(zhuǎn)移瘤精確放療研究進展[J];山東醫(yī)藥;2014年32期

8 王惠;張宗春;鞏貫忠;尹勇;王剛;李登旺;;形變配準技術(shù)分析呼吸運動對肝癌患者正常肝臟及其鞍區(qū)形態(tài)影響[J];中華腫瘤防治雜志;2015年01期

9 徐裕金;馬紅蓮;白雪;李劍龍;劉吉平;孫龍;張娜;胡曉;狄小云;單國平;張強克;陳明;;CBCT圖像引導(dǎo)下SBRT治療肺部原發(fā)灶或轉(zhuǎn)移灶的初步研究[J];中國腫瘤;2014年04期

10 Fuli Zhang;Huayong Jiang;Weidong Xu;Yadi Wang;Qingzhi Liu;Na Lu;Diandian Chen;Bo Yao;;兩種四維CT重建算法對肺癌放療靶區(qū)勾畫影響的體模研究(英文)[J];The Chinese-German Journal of Clinical Oncology;2014年12期

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 劉志凱;4DCT在膈肌、肝臟和肝內(nèi)病變移動度研究中的作用[D];北京協(xié)和醫(yī)學院;2009年

2 李琦;多模態(tài)醫(yī)學影像魯棒配準方法研究[D];西安電子科技大學;2013年

3 李宏奇;體部立體定向放射治療早期非小細胞肺癌的前瞻性研究[D];第三軍醫(yī)大學;2014年

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

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 舒留洋;四維CT聯(lián)合呼吸門控技術(shù)在非小細胞肺癌放療中的應(yīng)用研究[D];廣西醫(yī)科大學;2013年

2 戚煥鵬;基于4DCT掃描與自主呼吸控制輔助3DCT掃描的周圍型肺癌靶區(qū)構(gòu)建與比較[D];濟南大學;2013年

3 牟忠圓;基于E-VDRS的并行磁共振成像算法研究[D];青島大學;2014年

4 王金之;基于放療療程中重復(fù)4DCT掃描食管癌原發(fā)腫瘤靶區(qū)位移及體積變化研究[D];濟南大學;2014年

5 薛俊霞;體部伽馬刀治療肺轉(zhuǎn)移瘤不同分割劑量的前瞻性對照研究[D];大連醫(yī)科大學;2014年

6 吳友軍;宮頸癌術(shù)前自適應(yīng)調(diào)強放療臨床研究[D];廣西醫(yī)科大學;2014年

7 李毅;基于四維CT非小細胞肺癌放療靶區(qū)外放邊界研究[D];清華大學;2013年

  本文關(guān)鍵詞：醫(yī)學圖像配準和四維磁共振成像相關(guān)技術(shù)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：497987