首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 62 毫秒
1.
目的:利用循环生成对抗网络模型(CycleGAN)进行锥形束CT (CBCT)图像迁移,生成伪CT(sCT)图像,从而实现CBCT图像的HU值矫正。方法:回顾性分析在福建省肿瘤医院行放射治疗的鼻咽癌患者39例,所有患者均接受临床CT与CBCT扫描。以CBCT图像为基准,采用刚性配准算法对临床CT和CBCT进行配准,获得重采样计划CT(pCT)。经阈值分割及形态学处理获取配对影像的外轮廓内部区域作为掩膜,对配对影像进行掩膜操作及归一化预处理。建立CycleGAN神经网络,训练sCT生成模型。基于体素点计算平均绝对误差(MAE)和平均误差(ME),用于比较测试集sCT与pCT之间的差异。结果:测试集的sCT图像与pCT图像相比较,在体外轮廓内的MAE和ME分别为(99.00±15.37) HU和(-24.00±12.64) HU;软组织区域的MAE和ME分别为(48.00±7.45) HU和(-7.00±8.96) HU。结论:CycleGAN能修正CBCT图像的HU值,迁移生成的sCT图像具有与pCT图像近似的HU值及平滑性,可用于放射治疗剂量计算。  相似文献   

2.
锥形束CT系统的散射校正方法分析   总被引:3,自引:0,他引:3  
目的:在锥形束CT成像系统中,对投影数据进行适当的散射校正是一步重要的数据校正。方法:本文对目前关于锥形束CT图像散射的软件校正方法做了综述,其中包括了卷积法、反卷积法、蒙特卡罗模拟法以及基于散射校正板(beam stoparray,BSA)的散射校正法,并对各种方法进行了比较和讨论。结论:基于BSA的散射校正方法对三维锥形束CT系统进行散射校正是一种实用有效的校正方法。  相似文献   

3.
提出一种由头部锥形束CT(CBCT)图像生成合成CT(sCT)图像的无监督深度学习网络,并与循环生成对抗(CycleGAN)网络及对比非配对转换(CUT)网络进行比较。本研究共获取56例脑部肿瘤患者的计划CT(pCT)和CBCT数据(其中49例用于训练,7例用于测试),分别使用CycleGAN网络、CUT网络以及本研究提出的密集对比非配对转换(DenseCUT)网络由CBCT图像生成sCT。DenseCUT网络有两点创新之处:将CUT网络与密集块网络结合;在损失函数中加入结构相似性。与pCT-CBCT相比,pCT-sCT(DenseCUT网络)的HU值平均绝对误差从34.38 HU降低到17.75 HU,峰值信噪比从26.19 dB提升到29.83 dB,结构相似性从0.78提升到0.87。本文方法可在不改变解剖结构的情况下从CBCT图像中生成高质量的sCT图像,同时降低图像伪影,使CBCT应用于剂量计算和自适应放疗计划成为可能。  相似文献   

4.
自适应放疗可根据患者解剖和/或生理的变化对放疗计划进行修正。与加速器集成的锥形束CT成像装置是最普遍的在线影像获取设备。但是,由于锥形束CT固有的电子散射,重建影像的电子密度不准确,使得通常采用的基于密度的配准算法配准计划扇形束CT和在线获取的锥形束CT影像时,会产生较大的配准误差。我们通过建模图像变形配准问题为一个求解梯度距离能量泛函的极值问题,然后通过变分法和Gauss-Seidel方法获得一种新型的基于梯度信息的变形配准算法的迭代公式。该方法在迭代过程中同时考虑梯度信息的吻合和变形场的连续性,产生准确光滑的变形场。此算法迭代公式的局部特性,使其便于并行实施。通过OpenCL编程将此算法在图形处理器(GPU)上并行实施,大大缩短了配准时间。利用配准结果结合flood filling和cubic matching算法,可以快速地完成在线器官映射。算法临床数据配准结果表明,本文提出的基于梯度场的配准算法与基于密度的算法相比可以更准确地配准临床锥形束CT和扇形束CT影像。由于配准可以在很短的时间内完成,配准结果可用于在线器官映射和在线重新计划优化。  相似文献   

5.
目的:基于循环一致性生成对抗网络(CycleGAN),利用非配对患者盆腔部位数据,实现MRI和CT图像之间的相互转换,并对基于该模型生成的盆腔伪CT(sCT)进行精度和剂量性能的评估。方法:该CycleGAN网络包含两个生成器和两个判别器。先基于全卷积网络(FCNs)构建两个生成器,一个将2D盆腔MRI转换为2D盆腔sCT图像,另一个将CT图像转换为伪MRI(sMRI)图像。再基于FCNs构建两个判别器,用于对真实图像和生成的伪图像进行判别,提升生成图像的质量。为保证sCT图像与MRI图像的一致性,引入归一化互信息作为相似性约束损失项,对模型进行改进。训练集包括35例患者盆腔部位的T1-MRI图像和另外36例患者盆腔部位的CT图像,测试集包括10例盆腔部位患者的MRI和CT图像,评估方法包括sCT与CT图像的误差和放疗剂量伽马通过率。结果:对于测试集中所有病例,生成的sCT与真实CT图像之间的平均绝对误差(MAE)为35.537(±4.537) HU;基于体素的平均剂量差异最大为0.49%;以3%/3 mm、2%/2 mm和1%/1 mm为标准的平均伽马通过率分别高于99%、98%和95%。结论:使用CycleGAN网络和非配对患者训练数据可以生成准确且符合临床剂量精度要求的盆腔部位sCT图像。  相似文献   

6.
目的:定量分析不同锥形束CT(CBCT)影像特点,从而为患者选择最佳设备。方法:利用CatPhan604模体分析Edge、TrueBeam及新旧ix机载CBCT头、胸、盆模式图像。结果:12组图像头、胸、盆CT值最准确的是ix新机器、TrueBeam、Edge,分别为5.69、0.81、6.74 HU;CT值线性最好的是ix旧机器或新机器、Edge、Edge,分别为0.995、0.996、0.997;线性距离误差最小的是ix旧机器、Edge、Edge或TrueBeam或ix旧机器,分别为0.050、0.075、0.100 mm;角度误差最小的是ix旧机器、Edge或TrueBeam、Edge或ix新机器,分别为0.075°、0.050°、0.075°。头、胸、盆高对比度分辨率最好的是ix旧机器、Edge、Edge,分别为7、5、5 LP/cm;均匀性最好的是Edge、Edge、Edge,分别为4.78、20.19、4.63。头、胸、盆噪声最好的是Edge、ix新机器、ix新机器,分别为27.53、8.67、7.33;信噪比最好的是Edge、TrueBeam、ix新机器,分别为83.17、124.39、288.39;对比度噪声比最好的是Edge、ix新机器、ix新机器,分别为11.92、41.42、51.47。低对比度分辨率头部未可见,胸、盆部最好的是Edge或TrueBeam、Edge,分别为6.00、3.75。结论:CBCT系统间差异大,为患者选择加速器时应考虑成像特点,如自适应放疗选择高CT值线性和准确性,立体定向放疗选择低距离和角度误差设备等。  相似文献   

7.
目的:探索一种针对锥形束CT图象引导放疗的应用性测试新方法,测试锥形束CT图象引导的准确性。方法:设计一个应用性测度专用模体:用10 cm厚马克力聚苯乙烯板围成一个长方体,模体内在上下、左右和前后三个方向上分别建立三根小梁,每根小梁都贯穿模体,与模体中相对的两个面相连。模体的每个面的中心设有"十"字标识。把模体平放在PHILIPS大孔径CT检查床面上,用CT机房内的激光灯分别对准模体左、右和上面中心,扫描获取用于设计放疗计划的CT图象。该图象经VARIS网络传到Eclipse放疗计划系统,用Eclipse设计计划,射野中心位于模体中心。把模体平放到VARIAN加速器治疗床面上,用加速器机房内的激光灯分别对准模体左、右和上面中心。VARIAN加速器配有OBI(On-Board Imager)系统,用锥形束CT扫描,获得模体的摆位图象,并与计划图象配准。结果:设计放疗计划的参考图象与摆位图象具有相同的特征,在模体的横截面、矢状面和寇状面上都有三个小梁的横截面,截面的边界清晰,图像配准显示在侧向和竖直方向的位置误差均为0.0 cm,在纵向位置误差0.1 cm,旋转误差0.0°。结论:利用本文设计的应用性测试专模体完成应用性测试是一种简便且可靠的方法。  相似文献   

8.
机载锥形束CT(CBCT)作为重要的图像引导装置,广泛应用于乳腺癌放射治疗摆位误差的测量。众多文献研究显示通过CBCT扫描,乳腺癌放射治疗靶区各个方向上的摆位误差控制在5 mm以内。对比电子射野影像仪,CBCT扫描有着巨大的临床优势,特别是对于大乳房患者,但是CBCT的使用所带来的额外辐射剂量可能会增加第二原发肿瘤的发生,需要更多的临床研究来评估CBCT扫描在乳腺癌放射治疗中的作用。  相似文献   

9.
使用锥形束(CT)观察自由呼吸状态下非小细胞肺癌(NSCLC)的肿瘤运动,个体化确定由GTV到PTV外放安全边界。应用安装在直线加速器上的CBCT对患者实施治疗前的扫描,根据CBCT图像,测量其运动范围,确定个体化的GTV至PTV的外放边界。结果表明:通过使用CBCT,考虑肿瘤运动幅度,在Z轴上差异有统计学意义(P=0.020),而在X、Y轴上差异没有统计学意义(P>0.05)。说明利用CBCT图像,可以确定GTV外放边界,减少正常肺组织受照剂量,从而降低正常肺组织和脊髓的放射性损伤发生率。  相似文献   

10.
目的:锥形束CT既是一种全新的CT成像技术,也是图像引导下放射治疗系统的关键设备。针对锥形束CT图像的低对比度,散射伪影较大的缺陷,在MATLAB平台上对CBCT去噪方法进行研究和探讨,以寻找合适的锥形束CT去噪方法。方法:首先应用不同去噪方法,如邻域平滑,中值滤波,小波去噪方法等;再应用Contourlet变换进行锥形束CT去噪,设计不同的拉普拉斯塔式滤波器和二维方向滤波器组,寻找最优的滤波器组合;Contourlet变换是一种新的图像二维表示方法,具有多分辨率,局部定位,多方向性和近邻界采样和各向异性等性质。利用Contourlet变换在处理图像几何结构方面的优点,提取图像中边缘连续特征,来区别噪声和边缘,从而增强图像边缘和细节信息,同时抑制噪声。比较常规去噪,小波去噪,Contourlet去噪和不同滤波器组合去噪效果。结果:结合头部,胸部,盆腔各10组临床图像进行去噪效果统计和分析,表明小波阈值量化法和Contourlet法在锥形束CT图像去噪上各有优势,在Contourlet法中,滤波器组合"pkva8"和"9-7"的去噪效果最好。结论:Contourlet去噪方法和小波阈值量化法都比空间邻域平滑法,中值滤波法和普通小波去噪法有优势。而Contourlet去噪方法更能有效改进CBCT图像质量,特别是胸部图像质量的改善。  相似文献   

11.
目的:基于千伏级锥形束CT(kV-CBCT)图像验证非小细胞肺癌(NSCLC)立体定向放疗(SBRT)的照射剂量。方法:收集20例行SBRT的NSCLC患者的100张CBCT图像。采用形变配准和非形变配准两种方法在CBCT图像上对单次照射剂量分布进行重新计算。使用剂量体积直方图对计划剂量和重新计算的照射剂量进行比较。结果:患者内靶区的平均覆盖率(V100%)相对差异较小;计划之间的适形度指数和梯度指数表现出很好的一致性。对于危及器官,在计划剂量和照射剂量之间仅在一名患者中发现有明显差异(P<0.05)。结论:CBCT图像能用来验证NSCLC的SBRT剂量,并提供相关的3D执行剂量的信息。  相似文献   

12.
目的:探讨图像域迭代重建算法对腹部CT平扫图像质量及辐射剂量的影响。 方法:以辽阳市中心医院2017年1月~2018年4月行腹部CT平扫的150例患者为研究对象,依据就诊先后顺序随机将其分为观察组与对照组,各75例。均行自动毫安控制技术扫描,管电压均为130 kV。观察组预设图像质量参考毫安秒150 mAs,行图像域迭代重建算法重建;对照组预设图像质量参考毫安秒250 mAs,行滤波反投影重组。通过CT值、图像噪声SD、图像信噪比、对比噪声比评价两组图像客观质量,并行图像质量主观评价,记录两组CT剂量容积指数。 结果:观察组肝脏、脾脏的图像噪声SD均显著低于对照组,图像信噪比均显著高于对照组,差异有统计学意义(P<0.05);CT值、对比噪声比、主观整体质量评分两组比较差异均无统计学意义(P>0.05);观察组CT剂量容积指数为(10.02±2.85) mGy,显著低于对照组的(15.68±4.36) mGy,差异有统计学意义(P<0.05)。 结论:图像域迭代重建算法不仅能保证腹部CT平扫图像质量,而且能有效减少辐射剂量。  相似文献   

13.
目的:探讨多模型迭代重建(ASIR-V)在CT门静脉成像(CTPV)中改善图像质量的应用价值。方法:收集Revolution CT检查CTPV患者60例并随机分为A、B组。两组均采用管电压120 kV、噪声指数10、对比剂用量450 mgI/kg。扫描结束后,A组采用40%ASIR,B组采用40%ASIR-V。分别测量门静脉主干、门静脉左支、门静脉右支的CT值和CT值标准差,并计算信噪比和对比噪声比。记录两组患者CT容积剂量指数(CTDIVOL)、剂量长度乘积(DLP),并计算有效辐射剂量(ED)。由两名有经验放射科医师采用5分法标准对图像质量进行双盲法主观评分。结果:两组患者一般资料、辐射剂量(CTDIVOL、DLP、ED)和对比剂总量间差异无统计学意义(P>0.05)。两组门静脉主干、门静脉左支及右支CT值均无统计学差异(P>0.05)。A组门静脉主干、门静脉左支及右支CT值的标准差高于B组,A组信噪比和对比噪声比低于B组,且差异均具有统计学意义(P<0.05)。两名医师对两组图像主观评分具有很好的一致性(Kappa值>0.75, P<0.05),B组图像主观评分显著高于A组(P<0.05)。结论:ASIR-V可以显著提高门静脉图像质量,为临床诊断提供更好的CTPV图像。  相似文献   

14.
目的:定量分析剂量计算网格尺寸(DCGS)对宫颈癌放疗中物理剂量和生物剂量的影响。方法:选取Pinnacle3治疗计划系统中宫颈癌的治疗方案12例,取默认值DCGS=4.0 mm的计算网格,优化调整宫颈癌治疗方案,再改变DCGS(1.0~7.0 mm),重新计算靶区和危及器官(OAR)的剂量,探讨靶区和OAR的物理剂量和生物剂量随DCGS的变化情况。结果:靶区和OAR的物理剂量随DCGS的变大而减小,在体积剂量直方图上表现出曲线整体向低剂量区平移。除左右股骨头外,靶区的肿瘤控制概率(TCP)和OAR的正常组织并发症概率(NTCP)也随DCGS增大而缓慢降低。PGTVnd的TCP下降率约为0.7%/mm,PTV的TCP下降率约为0.6%/mm,而膀胱和直肠的NTCP下降速度相对较快,膀胱NTCP下降率最大值为15.0%,直肠NTCP下降率最大值为13.5%。结论:宫颈癌放疗中物理剂量和生物剂量随DCGS变大而减少,靶区和OAR的物理剂量在体积剂量直方图上表现出整体向低剂量区平移,这种变化趋势会诱导研究者低估靶区的TCP及OAR的NTCP。  相似文献   

15.
目的:研究CT-相对电子密度转换曲线误差对调强放射治疗(IMRT)计划剂量计算结果的影响。方法:随机选取南方医科大学顺德医院IMRT治疗的宫颈癌患者10例,在Eclipse治疗计划系统中对IMRT计划引入CT-电子密度转换曲线误差(±0.5%、±1.0%、±1.5%、±2.0%和±3.0%),重新计算剂量分布,每例患者得到10个带有误差的新计划并与原计划进行比较。分析转换曲线误差对剂量计算结果的影响,包括靶区相关剂量参数、适形度指数(Conformal Index, CI)、均匀性指数(Homogeneity Index, HI)和脊髓、肾脏、小肠、膀胱、直肠等危及器官体积剂量参数。分析不同转换曲线误差和各剂量参数偏差值之间的关系。结果:转换曲线引入正误差时计划剂量参数降低,引入负误差时计划剂量参数升高,引入的误差越大剂量变化越大。当转换曲线误差为1.5%时,靶区平均覆盖率为94.73%±1.86%,误差继续增大,带来的影响超出临床可接受范围。CI和HI在不同误差的计划之间没有统计学意义(P>0.05)。不同转换曲线误差和各剂量参数偏差值之间存在显著性负相关性(P均<0.001),并利用Matlab得到不同转换曲线误差和各剂量参数偏差值之间的相关公式。结论:当转换曲线误差大于1.5%时,剂量偏差无法满足临床要求。计划系统建模时需建立正确的CT-相对电子密度转换曲线,对CT模拟机要定期QA,以保证治疗计划剂量计算的精度。  相似文献   

16.
目的:评估DeepPlan放疗计划系统患者计划剂量计算的准确性和临床应用的可行性。方法:剂量算法准确性评估主要是针对YY 0775号和YY/T 0889号报告中的例题内容进行测量验证。临床病例验证是基于Pinnacle计划系统设计的前列腺肿瘤患者9例、胸部肿瘤患者13例和头颈部肿瘤患者5例,试验将各病例原计划优化的子野等信息直接导入DeepPlan进行重新剂量计算,比较不同计划系统得到的靶区和危及器官剂量分布,并用PTW VeriSoft软件对两组计算结果进行全空间剂量γ分析。结果:DeepPlan光子剂量算法通过了剂量计算准确性验证,YY 0775号报告中所有测试例题误差均在2%以内。YY/T 0889号报告中所有患者计划的γ通过率均在96.8%以上,复合野的γ通过率平均值为98.1%。在病例验证中,前列腺肿瘤病例的等中心层面2D γ通过率平均值为97.6%,3D γ通过率平均值为96.9%。胸部肿瘤病例的等中心层面2D γ通过率平均值为98.7%,3D γ通过率平均值为98.3%。头颈部肿瘤病例的中间层面2D γ通过率为98.6%,3D γ通过率平均值为98.8%。结论:通过模体实际测量和临床病例测试,验证了DeepPlan光子放疗剂量计算的准确性和临床应用的可行性。  相似文献   

17.
目的:分析金标伪影对射波刀剂量计算及分布的影响。方法:采用能谱CT的GSI扫描技术和MARS重建技术获取Lucy模体的原始CT图像和去除金标伪影后的CT图像,利用射波刀Multiplan?划系统对两组CT图像进行等中心计划设计计算,分析金标伪影对剂量计算及分布的影响。结果:金标伪影使CT图像伪影区域的CT值发生改变,最大可达63.22%,金标伪影低估了金标周围(伪影区域)正常重要组织的最大剂量值,高估了金标周围(伪影区域)正常重要组织的最小剂量值,高估了PTV的剂量覆盖率。结论:使用能谱CT可降低金标伪影对射波刀剂量计算及分布的影响。 【关键词】射波刀;金标伪影;剂量计算;剂量分布  相似文献   

18.
滤波反投影图像重建算法中滤波器设计是其中至关重要的一环。针对现有一次指数滤波器空域波形存在明显振荡、频域曲线截止频率附近没有明显压低的问题,引入高斯滤波器减小Gibbs效应,并设计一种用于CT重建领域的新型滤波器,即改进高斯滤波器。通过仿真实验对比说明滤波器中加权因子选择对图像质量的影响,另与RL滤波器、SL滤波器、一次指数滤波器、高斯滤波器实验对比验证了该滤波器拥有良好的抗噪性能,有效减小重建图像灰度波动以及明显提高重建图像质量。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号