论文部分内容阅读
伴随着计算机技术和电子成像技术的快速发展,尤其是锥形束CT在直线加速器上的广泛使用,大大提高了图像引导放射治疗的精度,使肿瘤治疗步入精确放疗时代。由于CBCT图像引导放射治疗技术受到呼吸运动、心脏跳动、肿瘤形状和体积的变化、分次治疗病人摆位的不同等因素的影响,经常导致肿瘤靶区没照射到,反而伤及周围的正常组织,提高了病人并发症的发生概率。如何提高病人的摆位精度和X射线照射剂量精度,是目前医学图像领域研究的热点,这对于实现真正意义上的精确治疗、提高患者的康复率具有重要意义和研究价值。为了提高病人摆位精度、减小安全边缘,我们致力于CBCT图像与计划CT图像之间配准算法的研究。在摆位误差校正的研究中,详细讨论了刚性配准和肿瘤靶区质心与坐标系原点重合问题。指出肿瘤靶区质心与坐标系原点重合是校正摆位的最关键步骤。在本文中,考虑到NURBS可以用非均匀的控制网格进行配准,与B样条相比,具有更高的配准精度和效率,我们提出了基于NURBS的计划CT图像与放疗CBCT图像形变配准算法。此外,还提出一种新的基于轮廓的快速相似性测度算法。在介绍快速相似性测度算法之前,讨论了医学图像分割常用的一些算法,像基于Levelset的分割算法、基于Contourlet的分割算法、基于马尔科夫随机场的医学图像分割、基于神经网络的分割、基于贝叶斯方法的自动图像分割、基于活动轮廓模型的分割等。这些方法基本可以归结为基于区域的分割方法、基于边缘检测的分割方法、基于模糊集理论的方法、基于神经网络的方法、基于图谱的方法等。在本文实验中,我们使用Snake模型来分割图像轮廓,效果理想。在研究CBCT图像与计划CT图像配准对剂量分布的影响时,剂量分布是一个精确的定量分析。基于光流场的配准方法主要用来寻找时间序列图像之间的细微变化,属于精确配准的范畴,因此我们想到使用光流场模型来更精确地配准CBCT图像和计划CT图像,进而得到更加精确的剂量分布图。考虑到时间序列图像之间的配准属于单模态配准,而CBCT图像和计划CT图像之间的配准属于多模态配准,不同模态图像之间差异较大,直接使用光流场模型很难获得满意的配准结果。因此,我们的配准方案是先进行刚性配准,然后进行基于NURBS的形变配准,最后再执行基于光流场的配准。为了解决CBCT图像和计划CT图像之间对应像素点的灰度值不一致问题,我们还在光流场配准之前,对两幅图像的灰度值进行了归一化处理。CBCT图像与CT图像相比质量较差,影响CBCT图像质量的主要因素有：截断伪影、射线硬化、病人的生理运动、探测板的补偿和增益校正、散斑、CBCT几何结构未对齐等。为了提高图像质量,降低正常组织照射的剂量, Ravishankar N. Chityala提出了针对感兴趣区域进行重建、其它区域采用先验知识估计的方法。该算法可去除截断伪影,减少对正常组织的照射。针对CBCT使用的FDK重建算法很难提升图像质量和精度的现状,SEUNGRYONG CHO提出了加权密度感兴趣区域重建算法,该方法可减少感兴趣区域边缘的照射。呼吸运动是导致肿瘤靶区边缘模糊的重要原因。为了克服肿瘤靶区边缘模糊的问题,我们利用同一呼吸相位的图像来重建CBCT图像,能显著提高图像质量。但同一呼吸相位的投影切片数据量少,不能满足传统的Shannon公式,我们提出了将压缩感知理论应用到CBCT图像重建算法,并对这种算法进行了实验。此外,还详细描述了平行束FBP重建算法和应用最广泛的FDK重建算法。讨论了感兴趣区域的重建算法。本文以CBCT图像引导放疗系统为主线,围绕CBCT存在的问题,本论文详细研究了CBCT病人摆位误差校正问题、CBCT图像和计划CT图像的形变配准问题、精确剂量配准问题、清晰图像重建问题。在解决问题的过程中,研究了医学图像配准技术和医学图像重建技术。研究刚性配准来解决摆位误差校正问题；研究形变配准算法来解决CBCT图像和计划CT图像的形变配准问题和精确剂量配准问题；研究图像重建算法来解决图像模糊问题。提出了基于NURBS的形变配准、基于光流场的剂量配准算法、基于压缩感知的图像重建算法。本论文的主要贡献包括以下几方面：(1)提出肿瘤靶区的质心是否与坐标系原点重合会对病人摆位产生重要影响。提出用机架(Gantry)的旋转代替病人围绕Y轴的旋转,准直器(Collimator)的偏转代替病人围绕X,Z轴的旋转,实现6个自由度的摆位,这将有效提高CBCT摆位精度；(2)提出了基于轮廓的快速相似性测度算法。详细讨论了Snake模型,在Snake模型分割人脑CT图像和MRI图像的基础上,分别使用基于轮廓的快速相似性测度算法和互信息对图像进行了配准。实验数据表明,本文提出的算法在配准精度接近的前提下迭代次数更少,算法可行；(3)提出了基于NURBS的形变配准算法。研究了基于B样条和基于NURBS的形变配准算法,并给出详细的实验结果。实验结果表明,基于NURBS的形变配准算法的最大误差可达到3.5mm,约为CTV和PTV外放边缘和的1/3,这对于提高计划CT图像和CBCT图像之间的配准精度、提高患者在每日放疗中的摆位精度、减少对肿瘤周围正常组织的误照射具有重要意义；(4)提出了基于光流场的剂量配准。通过实验给出光流场向量图和腮腺剂量体积直方图。这一部分的研究对实现CBCT图像引导放疗系统的精确照射具有重要意义；(5)提出了将压缩感知理论应用到CBCT图像重建。针对同一呼吸相位的投影切片数据量少、不能满足传统的Shannon公式问题,我们提出了将压缩感知理论应用到CBCT图像重建算法。该算法对于提高CBCT成像质量有重要意义。