本文關(guān)鍵詞：基于形變配準(zhǔn)的4D-CBCT稀疏角度重建研究

  更多相關(guān)文章： 圖像引導(dǎo)放射治療 4D-CBCT 形變配準(zhǔn) 稀疏角度重建 壓縮感知

【摘要】：隨著醫(yī)學(xué)影像技術(shù)的飛速發(fā)展,圖像引導(dǎo)放射治療(IGRT)已成為現(xiàn)代醫(yī)學(xué)領(lǐng)域中腫瘤治療的主流手段之一。基于CBCT的IGRT技術(shù)將CBCT成像技術(shù)與放射治療技術(shù)相結(jié)合,在治療的同時(shí)對靶區(qū)的相關(guān)信息進(jìn)行實(shí)時(shí)采集,根據(jù)得到的CBCT圖像,與治療前獲得的計(jì)劃CT圖像配準(zhǔn),計(jì)算解剖組織在不同分次治療間與同一分次治療中的運(yùn)動誤差,對靶區(qū)的位置、形狀以及劑量分布等的變化做出及時(shí)校正。因此,對CBCT圖像進(jìn)行四維重建是保證圖像引導(dǎo)放射治療精確進(jìn)行的重要因素。由于CBCT成像采用X射線成像技術(shù),為減少對病人的傷害,降低CBCT掃描的輻射劑量成為醫(yī)學(xué)影像領(lǐng)域中的重點(diǎn)關(guān)注內(nèi)容。對腫瘤進(jìn)行稀疏角度掃描就是減少輻射劑量的一種有效方法,但隨之帶來的是稀疏角度的重建問題。近年來提出的壓縮感知(CS)理論在醫(yī)學(xué)領(lǐng)域引起廣泛關(guān)注,CS理論與傳統(tǒng)信號重構(gòu)算法的性質(zhì)不同,它打破了奈奎斯特定理的要求,只需要少量的數(shù)據(jù)就能精確地重建出高質(zhì)量的圖像,在解決稀疏角度重建問題的同時(shí),還滿足了現(xiàn)代醫(yī)學(xué)成像的高質(zhì)量和低劑量的要求。本文利用壓縮感知的優(yōu)點(diǎn),將其與配準(zhǔn)算法相結(jié)合,提出了一種基于形變配準(zhǔn)的4D-CBCT圖像的重建算法:R-CS算法。算法主要思想是:首先根據(jù)呼吸信號對投影數(shù)據(jù)進(jìn)行十個時(shí)相的分組,對每一組數(shù)據(jù)利用ART算法進(jìn)行三維重建后再與治療前的CT圖像配準(zhǔn)重建成CBCT圖像,同時(shí)對每一組數(shù)據(jù)進(jìn)行基于壓縮感知的全變差最小化方法的重建,然后將配準(zhǔn)重建后的CBCT圖像作為初始圖像用NEATA算法進(jìn)行迭代重建,得到符合要求的圖像,最后將每組圖像按照時(shí)相合并,輸出最終的4D-CBCT圖像。為了驗(yàn)證所提算法的有效性,本文分別進(jìn)行了體模實(shí)驗(yàn)和臨床實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,在噪聲嚴(yán)重的CBCT投影數(shù)據(jù)中,相對于傳統(tǒng)的FDK重建算法和CS重建算法,基于R-CS重建方法能夠更好地抑制圖像噪聲,去除偽影,實(shí)現(xiàn)精確重建。因此本文中提出的基于配準(zhǔn)方法與壓縮感知相結(jié)合的方法能夠利用稀疏角度的投影數(shù)據(jù)精確的重建出原始圖像,提高圖像引導(dǎo)放射治療的利用效率和放療精度。
【關(guān)鍵詞】：圖像引導(dǎo)放射治療 4D-CBCT 形變配準(zhǔn) 稀疏角度重建 壓縮感知
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：R730.55;TP391.41
【目錄】：

• 摘要6-8
• ABSTRACT8-10
• 符號說明10-11
• 第一章 緒論11-15
• 1.1 課題研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀及趨勢12-13
• 1.3 論文的研究內(nèi)容和安排13-15
• 第二章 CBCT圖像重建15-21
• 2.1 CBCT成像15-16
• 2.1.1 CT圖像15
• 2.1.2 CBCT圖像15-16
• 2.2 解析重建算法16-18
• 2.2.1 近似重建算法16-17
• 2.2.2 精確重建算法17-18
• 2.3 迭代重建算法18-20
• 2.3.1 代數(shù)重建算法18-19
• 2.3.2 統(tǒng)計(jì)迭代重建算法19-20
• 2.4 本章小結(jié)20-21
• 第三章 基于壓縮感知的CBCT重建21-29
• 3.1 壓縮感知理論簡介21-23
• 3.2 基于壓縮感知的CBCT圖像重建算法23-28
• 3.2.1 基本思想23-25
• 3.2.2 PICCS算法25
• 3.2.3 CS-NESTA算法25-28
• 3.3 本章小結(jié)28-29
• 第四章 基于形變配準(zhǔn)的CBCT重建29-39
• 4.1 醫(yī)學(xué)圖像配準(zhǔn)的基礎(chǔ)29-32
• 4.2 基于形變配準(zhǔn)的CBCT重建32-37
• 4.2.1 基于多分辨率的B樣條FFD模型配準(zhǔn)重建算法32-36
• 4.2.2 2D-3D圖像配準(zhǔn)36-37
• 4.3 本章小結(jié)37-39
• 第五章 基于形變配準(zhǔn)的 4D-CBCT稀疏角度重建39-49
• 5.1 R-CS重建算法39-41
• 5.1.1 4D-CBCT圖像和重建思想39-40
• 5.1.2 算法實(shí)現(xiàn)流程40-41
• 5.2 體模實(shí)驗(yàn)41-46
• 5.2.1 實(shí)驗(yàn)材料41-42
• 5.2.2 實(shí)驗(yàn)結(jié)果及分析42-46
• 5.3 臨床實(shí)驗(yàn)46-48
• 5.3.1 實(shí)驗(yàn)材料46-47
• 5.3.2 實(shí)驗(yàn)結(jié)果及分析47-48
• 5.4 本章小結(jié)48-49
• 第六章 總結(jié)與展望49-51
• 6.1 本論文主要工作的總結(jié)49-50
• 6.2 未來工作的展望50-51
• 參考文獻(xiàn)51-56
• 致謝56

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王海燕;;CBCT評價(jià)牙周病正畸治療中牙槽骨狀態(tài)的臨床價(jià)值[J];中外醫(yī)療;2011年15期

2 劉天濤;黃建生;王險(xiǎn)峰;劉瓊;戚娟娟;謝宇;連珊;;基于CBCT對漢族人群上頜竇骨分隔的影像學(xué)分析[J];實(shí)用醫(yī)學(xué)雜志;2012年10期

3 陳吉祥;李修伍;李俊禹;朱長生;;CBCT在監(jiān)測宮頸癌患者憋尿中的應(yīng)用[J];基層醫(yī)學(xué)論壇;2013年04期

4 張賢華;;CBCT在重度牙周病診斷和輔助制定治療計(jì)劃的應(yīng)用[J];中華老年口腔醫(yī)學(xué)雜志;2014年01期

5 劉可;王珊;王林;于劍南;趙宏;劉敏;趙春洋;;成人骨性Ⅲ類錯牙合伴下頜偏斜患者下頜骨三維對稱性的CBCT觀察分析[J];實(shí)用口腔醫(yī)學(xué)雜志;2014年03期

6 王帥;王ed;姜f，

本文編號：524215