本文關鍵詞：基于MRI的多維放療技術若干關鍵問題的研究

  更多相關文章： 放射治療 4D-MRI 呼吸運動 放射組學 紋理分析

【摘要】：據(jù)WHO統(tǒng)計肺癌的發(fā)病率和死亡率均居惡性腫瘤的首位,放射治療是重要的治療首段之一。盡管以影像引導放療和調(diào)強放療為首的放療技術近年來發(fā)展迅速,但肺癌放療療效仍不理想,其中放射治療過程中腫瘤運動及腫瘤內(nèi)部的生物異質(zhì)性是影響腫瘤控制率的重要因素。呼吸運動是導致腫瘤運動的一個重要因素。其運動特點在宏觀上表現(xiàn)出周期性,但從微觀時刻觀察又具有明顯的偶然性,這就導致呼吸運動很難統(tǒng)一去描述,從而成為影響臨床放射治療精度的重要因素。放療中呼吸運動會引起腫瘤空間位移和腫瘤形變,造成靶區(qū)內(nèi)劑量分布下降,結果就是腫瘤的漏照和正常組織的誤照。為了減輕呼吸運動的影響,現(xiàn)在常用的方式是靶區(qū)范圍的外擴,憋氣,呼吸門控,腫瘤跟蹤等方式,但上述方式都有各自的缺陷,無法很好的滿足現(xiàn)代"精準放療"的需要。核磁共振成像(Magnetic Resonance Imaging,MRI)可以提供組織的解剖及功能信息,且無電離輻射,因此成為圖像引導放療的研究熱點。隨著適形調(diào)強及自適應放療技術的發(fā)展,放療中除了要關注腫瘤運動的時空信息外,基于圖像的功能信息即生物異質(zhì)性問題(靶區(qū)內(nèi)腫瘤細胞分布不均勻性、腫瘤細胞和正常組織的放射敏感性差異等)也同樣需要非常重視。因此,如何將腫瘤組織的功能信息有機的融入放射治療中,以提高腫瘤的局部控制率,同時減少放射損傷,就變得愈加重要。綜上所述,在臨床上亟需一種模型能準確描述呼吸和腫瘤運動,以便在治療過程中精確跟蹤腫瘤,提高腫瘤控制率,減少正常組織的損傷。同樣也亟需一種功能影像的圖像分析技術,通過獲得的分析結果,準確描述腫瘤的生物異質(zhì)性,進而預測腫瘤對于治療的敏感性、評估療效、反映損傷。本文便是基于上述兩方面的臨床需求開展了如下研究。首先開展了基于MRI的呼吸運動模型的研究,在總結已有的運動模型基礎上,提出對現(xiàn)有模型的改進,建立了一種無創(chuàng)的呼吸信號提取技術,回顧性的重建四維核磁圖像(Four dimensional Magnetic Resonance Imaging,4D-MRI);結合了 MRI 的影像信息,利用放射組學中紋理分析技術獲得腫瘤部分的生物異質(zhì)性,對腫瘤進行分類,對療效和生存期進行預測。概括全文的研究成果和貢獻,主要集中在以下三個方面:第一,利用動態(tài)二維MR掃描序列,建立基于皮膚表面多點的呼吸運動模型。利用同一時間采集的多個標記點的位置表征當前的呼吸狀態(tài)。不同于通常采用的基于單個標記點的呼吸相位的概念,多標記點表示的呼吸狀態(tài)反映了更為豐富的呼吸模式變化。然后,基于呼吸狀態(tài)的回顧性圖像分離技術獲得4DMR圖像,確定不同呼吸狀態(tài)下腫瘤的位置、形狀。統(tǒng)計多點呼吸信號的幅值、速度和腫瘤的位置,建立一種能反映皮膚表面與腫瘤之間的個體化運動關系的回顧式4D-MRI技術。第二,利用放射組學紋理分析技術去描述腫瘤內(nèi)部生物異質(zhì)性。研究主要分為兩個部分:應用MR圖像的紋理分析對腫瘤的分類進行了相關研究;利用功能MR圖像的紋理分析技術對ESCC患者的療效和預后進行了預測。詳細闡述了上述結果的原因機理和在臨床應用中的價值。第三,為了進一步驗證放射組學的應用價值,分析獲得的參數(shù)的可靠性,本文進行了相關研究。首先探討的是采用不同灰度歸一化策略是否會對圖像的紋理結果產(chǎn)生影響,其次也研究了不同層厚的MR掃描方式是否會對紋理結果產(chǎn)生影響。由于灰度歸一化是進行圖像處理的第一步,它的可靠性決定了整個實驗可靠與否,再有通用性一直是放射組學關注的重點,不同設備,不同掃描參數(shù)又是制約通用性的重要原因,因此上述兩項研究均具有重要實用價值和意義。
【學位授予單位】：東南大學
【學位級別】：博士
【學位授予年份】：2017
【分類號】：R730.55;TP391.41

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊曦,周康源;超聲圖象紋理分析的新方法——紋理深度法及其實驗[J];生物醫(yī)學工程學雜志;1992年03期

2 劉f ,程敬之;分形模型的超聲圖像紋理分析[J];生物醫(yī)學工程學雜志;1999年03期

3 吳天秀;蔡潔;;基于紋理分析的骨質(zhì)疏松計量診斷[J];中國骨質(zhì)疏松雜志;2014年07期

4 張鏡清,孫軍;采用紋理分析特征用于肝臟超聲圖像的病患的辨識[J];中國醫(yī)學影像技術;1993年03期

5 劉偉;李月卿;;醫(yī)學圖像紋理分析綜述[J];泰山醫(yī)學院學報;2006年01期

6 杜X,童勤業(yè),許俊;基于小波包分解和HMM模型的紋理分析[J];醫(yī)療設備信息;2003年08期

7 李振立;楊曉梅;;基于紋理分析的帶標記線心臟MR圖像分割[J];中國組織工程研究與臨床康復;2011年09期

8 王李冬;邰曉英;巴特爾;;基于小波變換紋理分析的醫(yī)學圖像檢索[J];中國醫(yī)療器械雜志;2006年02期

9 黃亞麗,李芬華,趙真;B超肝臟圖像紋理特征提取方法的實驗研究[J];中國醫(yī)學影像技術;2004年12期

10 羅立民，，鮑旭東，田雪芹;基于紋理分析的磁共振圖象區(qū)域分割[J];自動化學報;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 徐國棟;郭恒業(yè);;統(tǒng)計紋理生成模型[A];中國科學技術協(xié)會首屆青年學術年會論文集（工科分冊·上冊）[C];1992年

2 盧海燕;陳明;孫梅;宋樹良;馬艷;鄭傳立;;肝纖維化超聲圖像紋理分析與組織學檢查對照研究[A];第二屆長三角超聲醫(yī)學論壇暨2009年浙江省超聲醫(yī)學學術年會論文匯編[C];2009年

3 楊關;馮國燦;鄒小林;劉志勇;;彩色紋理分析中的高斯圖模型[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

4 熊欣;何中市;;紋理分析在超聲圖像中的應用[A];2008年計算機應用技術交流會論文集[C];2008年

5 姚明海;應宏微;;基于反饋的汽車牌照紋理分析定位算法的研究[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

6 黃戰(zhàn)華;劉正;張振;蔡懷宇;楊基春;張尹馨;;基于矢量化方法的紋理缺陷快速檢測[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

7 管玉娟;王淑晴;關澤群;;紋理分析的條件模式譜方法[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

8 劉佳;李哲英;王淑英;;路標識別算法研究[A];2008通信理論與技術新發(fā)展——第十三屆全國青年通信學術會議論文集（下）[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 高妮;基于Contourlet提取紋理建立早期AD的高斯過程預測模型[D];首都醫(yī)科大學;2016年

2 毛羽;血清miR-1290聯(lián)合DW-MRI紋理分析預測食管鱗癌放化療敏感性及相關機制的研究[D];天津醫(yī)科大學;2016年

3 李振江;基于MRI的多維放療技術若干關鍵問題的研究[D];東南大學;2017年

4 張國鵬;三維紋理分析在虛擬結腸鏡計算機輔助檢測/診斷中的應用研究[D];第四軍醫(yī)大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳金霞;快速粒度估計法在紋理分析中的應用研究[D];華南理工大學;2015年

2 劉W

本文編號：1306078