本文關(guān)鍵詞：基于MRI的多維放療技術(shù)若干關(guān)鍵問(wèn)題的研究

  更多相關(guān)文章： 放射治療 4D-MRI 呼吸運(yùn)動(dòng) 放射組學(xué) 紋理分析

【摘要】：據(jù)WHO統(tǒng)計(jì)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(dǎo)放療和調(diào)強(qiáng)放療為首的放療技術(shù)近年來(lái)發(fā)展迅速,但肺癌放療療效仍不理想,其中放射治療過(guò)程中腫瘤運(yùn)動(dòng)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(yùn)動(dòng)是導(dǎo)致腫瘤運(yùn)動(dòng)的一個(gè)重要因素。其運(yùn)動(dòng)特點(diǎn)在宏觀上表現(xiàn)出周期性,但從微觀時(shí)刻觀察又具有明顯的偶然性,這就導(dǎo)致呼吸運(yùn)動(dòng)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(yùn)動(dòng)會(huì)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(jié)果就是腫瘤的漏照和正常組織的誤照。為了減輕呼吸運(yùn)動(dòng)的影響,現(xiàn)在常用的方式是靶區(qū)范圍的外擴(kuò),憋氣,呼吸門(mén)控,腫瘤跟蹤等方式,但上述方式都有各自的缺陷,無(wú)法很好的滿(mǎn)足現(xiàn)代"精準(zhǔn)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(wú)電離輻射,因此成為圖像引導(dǎo)放療的研究熱點(diǎn)。隨著適形調(diào)強(qiáng)及自適應(yīng)放療技術(shù)的發(fā)展,放療中除了要關(guān)注腫瘤運(yùn)動(dòng)的時(shí)空信息外,基于圖像的功能信息即生物異質(zhì)性問(wèn)題(靶區(qū)內(nèi)腫瘤細(xì)胞分布不均勻性、腫瘤細(xì)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(jī)的融入放射治療中,以提高腫瘤的局部控制率,同時(shí)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(zhǔn)確描述呼吸和腫瘤運(yùn)動(dòng),以便在治療過(guò)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(shù),通過(guò)獲得的分析結(jié)果,準(zhǔn)確描述腫瘤的生物異質(zhì)性,進(jìn)而預(yù)測(cè)腫瘤對(duì)于治療的敏感性、評(píng)估療效、反映損傷。本文便是基于上述兩方面的臨床需求開(kāi)展了如下研究。首先開(kāi)展了基于MRI的呼吸運(yùn)動(dòng)模型的研究,在總結(jié)已有的運(yùn)動(dòng)模型基礎(chǔ)上,提出對(duì)現(xiàn)有模型的改進(jìn),建立了一種無(wú)創(chuàng)的呼吸信號(hào)提取技術(shù),回顧性的重建四維核磁圖像(Four dimensional Magnetic Resonance Imaging,4D-MRI);結(jié)合了 MRI 的影像信息,利用放射組學(xué)中紋理分析技術(shù)獲得腫瘤部分的生物異質(zhì)性,對(duì)腫瘤進(jìn)行分類(lèi),對(duì)療效和生存期進(jìn)行預(yù)測(cè)。概括全文的研究成果和貢獻(xiàn),主要集中在以下三個(gè)方面:第一,利用動(dòng)態(tài)二維MR掃描序列,建立基于皮膚表面多點(diǎn)的呼吸運(yùn)動(dòng)模型。利用同一時(shí)間采集的多個(gè)標(biāo)記點(diǎn)的位置表征當(dāng)前的呼吸狀態(tài)。不同于通常采用的基于單個(gè)標(biāo)記點(diǎn)的呼吸相位的概念,多標(biāo)記點(diǎn)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(shù)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(jì)多點(diǎn)呼吸信號(hào)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(gè)體化運(yùn)動(dòng)關(guān)系的回顧式4D-MRI技術(shù)。第二,利用放射組學(xué)紋理分析技術(shù)去描述腫瘤內(nèi)部生物異質(zhì)性。研究主要分為兩個(gè)部分:應(yīng)用MR圖像的紋理分析對(duì)腫瘤的分類(lèi)進(jìn)行了相關(guān)研究;利用功能MR圖像的紋理分析技術(shù)對(duì)ESCC患者的療效和預(yù)后進(jìn)行了預(yù)測(cè)。詳細(xì)闡述了上述結(jié)果的原因機(jī)理和在臨床應(yīng)用中的價(jià)值。第三,為了進(jìn)一步驗(yàn)證放射組學(xué)的應(yīng)用價(jià)值,分析獲得的參數(shù)的可靠性,本文進(jìn)行了相關(guān)研究。首先探討的是采用不同灰度歸一化策略是否會(huì)對(duì)圖像的紋理結(jié)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(huì)對(duì)紋理結(jié)果產(chǎn)生影響。由于灰度歸一化是進(jìn)行圖像處理的第一步,它的可靠性決定了整個(gè)實(shí)驗(yàn)可靠與否,再有通用性一直是放射組學(xué)關(guān)注的重點(diǎn),不同設(shè)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(xiàng)研究均具有重要實(shí)用價(jià)值和意義。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：R730.55;TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(shí)驗(yàn)[J];生物醫(yī)學(xué)工程學(xué)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(xué)工程學(xué)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(jì)量診斷[J];中國(guó)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(shí)[J];中國(guó)醫(yī)學(xué)影像技術(shù);1993年03期

5 劉偉;李月卿;;醫(yī)學(xué)圖像紋理分析綜述[J];泰山醫(yī)學(xué)院學(xué)報(bào);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(shè)備信息;2003年08期

7 李振立;楊曉梅;;基于紋理分析的帶標(biāo)記線(xiàn)心臟MR圖像分割[J];中國(guó)組織工程研究與臨床康復(fù);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(xué)圖像檢索[J];中國(guó)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(shí)驗(yàn)研究[J];中國(guó)醫(yī)學(xué)影像技術(shù);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(dòng)化學(xué)報(bào);1995年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 徐國(guó)棟;郭恒業(yè);;統(tǒng)計(jì)紋理生成模型[A];中國(guó)科學(xué)技術(shù)協(xié)會(huì)首屆青年學(xué)術(shù)年會(huì)論文集（工科分冊(cè)·上冊(cè)）[C];1992年

2 盧海燕;陳明;孫梅;宋樹(shù)良;馬艷;鄭傳立;;肝纖維化超聲圖像紋理分析與組織學(xué)檢查對(duì)照研究[A];第二屆長(zhǎng)三角超聲醫(yī)學(xué)論壇暨2009年浙江省超聲醫(yī)學(xué)學(xué)術(shù)年會(huì)論文匯編[C];2009年

3 楊關(guān);馮國(guó)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(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)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(yīng)用[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

5 姚明海;應(yīng)宏微;;基于反饋的汽車(chē)牌照紋理分析定位算法的研究[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[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(cè)[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

7 管玉娟;王淑晴;關(guān)澤群;;紋理分析的條件模式譜方法[A];第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2003年

8 劉佳;李哲英;王淑英;;路標(biāo)識(shí)別算法研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 高妮;基于Contourlet提取紋理建立早期AD的高斯過(guò)程預(yù)測(cè)模型[D];首都醫(yī)科大學(xué);2016年

2 毛羽;血清miR-1290聯(lián)合DW-MRI紋理分析預(yù)測(cè)食管鱗癌放化療敏感性及相關(guān)機(jī)制的研究[D];天津醫(yī)科大學(xué);2016年

3 李振江;基于MRI的多維放療技術(shù)若干關(guān)鍵問(wèn)題的研究[D];東南大學(xué);2017年

4 張國(guó)鵬;三維紋理分析在虛擬結(jié)腸鏡計(jì)算機(jī)輔助檢測(cè)/診斷中的應(yīng)用研究[D];第四軍醫(yī)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

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

2 劉W

本文編號(hào)：1306078