图像配准技术在图像引导放疗中的应用

简要介绍图像配准技术及其在图像引导放射治疗中的应用现状和研究进展情况。列举说明了目前常用的三种实现方法,包括自动靶区勾画快速计划以提升靶区剂量及降低正常组织照射剂量、在线校位以找到待治疗肿瘤的等中心位置并计算得到治疗床需要调节的参数、自适应放疗以快速判断放疗过程中解剖部位的变化、退缩和位移情况来调整靶区和优化剂量。在图像引导放疗中,充分了解配准的过程以及相关算法的准确性和局限性,依据常用的实现方法,结合不同的情况实际应用图像配准技术,可大幅提高放射治疗的精确度,因此图像配准技术近年来在图像引导放疗中应用日趋广泛。由于图像配准技术在实际应用中不存在金标准,需要用户根据自己的实际情况对不同病例进行图像配准算法的验证。本文对由此存在的问题进行了具体分析并对技术改进方向和应用前景进行了展望。     

光流法在放射治疗图像配准中的研究

光流法是一种可变形图像配准方法,已用来配准CT图像、四维CT（4D-CT）图像、锥形束CT（CBCT）图像、磁共振成像（MRI）图像、MRI／CT图像、PET／CT图像、SPECT图像。文章描述了光流法在放射治疗图像配准中的应用。这种技术可以使放射治疗更加有效地杀死癌细胞,同时使正常组织毒性反应更少,提高肿瘤靶区勾画的精确性,进而使肿瘤放射治疗更精确。     

锥形束CT与螺旋CT图像配准算法及其在放疗中的应用

目的：随着肿瘤放射治疗的发展,提高肿瘤放射治疗的精确度成为了重要的发展趋势。通过硬件与软件的共同发展,实现在线纠正治疗误差在医学图像帮助下完成放疗是现今临床研究的热点。图像引导放射治疗就是在这样理念的基础上发展出来的新型放疗模式。本文研究的目的就是阐述在现今临床普遍采用的锥形束CT与螺旋CT的图像配准在肿瘤放射治疗中的实际应用与重要性。通过研究总结出一套系统化的肿瘤放射治疗图像配准理论,发现最新研究热点、阐述最新研究不足,为今后进一步的发展图像引导放射治疗打下基础。方法：本文通过阐述基本医学图像配准理论,结合具体图像配准算法,应用于图像引导放射治疗,总结出一套系统化用于锥形束CT与螺旋CT图像配准的模式,从而获得更加快速准确的配准结果,改善图像引导放射治疗的效率。本文查阅了近几年计算机软件图像处理的大量文献,同时结合查阅大量图像引导放射治疗的文献,总结前人经验结合理论实践,综合阐述了一套应用于图像引导放射治疗的图像配准系统。结果：锥形束CT与螺旋CT的图像配准,在临床应用上多使用刚性图像配准,其有速度快便于计算的优势。但涉及到患者整体体位配准情况下,弹性图像配准在配准准确度上具有明显优势,需结合临床实际需求以及计算机运算能力的发展想结合选择合适的配准算法。结论：随着肿瘤放射治疗中图像引导技术的应用,螺旋CT定位图像与锥形束CT治疗图像的配准是图像引导放射治疗的关键技术,如何准确而且快速的获取配准结果成了精确放射治疗关注的焦点。螺旋CT定位图像与锥形束CT治疗图像的精确配准是精确放射治疗的前提,并在提高肿瘤剂量的同时,最大限度的保护正常组织,从而提高肿瘤放射治疗的疗效。本文主要综述了应用于精确放射治     

肺部图像配准关键技术及研究现状

图像配准是医学图像处理和分析的重要研究内容,其中对肺部的图像配准是医学图像非刚性配准的重要实例应用。因肺在呼吸运动或手术过程中会发生巨大形变,所以肺部图像配准充满着挑战,是图像配准领域内一个活跃的研究课题,具有广阔的应用前景。本文介绍了肺部图像配准的流程,并将其五个关键技术:形变模型、相似度度量、正则化方法、优化策略和评价方法进行了分析和总结。通过对研究现状及关键技术的回顾,提出了肺部图像配准目前面临的困境和未来的研究方向。     

正交小波基函数实现图像引导放射系统中计划CT与锥形束CT图像的形变配准

计划CT图像与锥形束CT(CBCT)图像的配准是基于CBCT图像引导放射系统中实现自适应放疗的重要部分。为了提高系统中形变配准的精度和速度,提出一种基于正交小波变换的形变配准方法,此方法利用正交小波变换的多分辨率特性描述计划CT和CBCT图像的全局和局部形变,由Navier偏微分方程设计极小化能量函数来实现小波系数的能量估计。实验表明,所提出方法用于基于CBCT的图像引导放射系统时,可将日常放疗时的CBCT图像和计划CT图像进行准确且快速的配准,并且可用于放射计划系统中器官的自动分割,从而有效指导自适应治疗。     

基于PET/CT形变配准技术对放疗前后靶区变化的评估

PET图像提供的新陈代谢信息可用于判断放疗后肿瘤的复发区域,对于制订精确的放疗计划具有重要的临床意义。研究采用多分辨率形变配准的方法提取放疗前后CT图像的形变域,并将其作用于放疗前PET图像,与放疗后的PET图像相比较,通过设定图像中SUV 的阈值,判断勾画轮廓之间的重叠率,以获得图像中的高摄取区域,回顾性指导精确放疗。研究针对22例肺癌病例,实验结果显示放疗后残留的高代谢区域和放疗前GTV重叠较好:当阈值设定为SUV_max的70%、80%和90%时,对应的重叠率分别为(95.2±0.6)%、(96.6±3.4)%和100%;当阈值设定为SUV2.5和SUV5.0时,对应的重叠率为(86.0±6.6)%和(97.0±3.0)%。对氟代脱氧葡萄糖(FDG)高摄取区域的高重叠率表明病变区域在放疗前后的位置相对稳定,放疗后的残余肿瘤基本上位于放疗前靶区对FDG的摄取区域。初步实验结果证明,研究可用于判断靶区区域对放疗的反应,回顾性指导在放疗计划中,针对放疗后残余的靶区加大照射剂量,保护危及器官和组织,精确放疗。     

一种射野图像和参考图像的自动配准方法

目的:及时纠正放射治疗过程中患者的摆位误差,提高放射治疗效果.方法:本文对放疗中射野图像和参考图像的进行配准,应用Canny算子进行两幅图像的边缘提取,将提取的图像边缘作为配准的基准点,以射野图像与参考图像的最大互信息为配准准则,应用模拟退火法优化配准参数,搜索图像最大互信息.结果:本文对29例宫颈癌和前列腺癌患者的射野图像与参考图像进行了配准,结果表明该方法配准精度高,提高了配准的速度.结论:该配准方法适用于放疗临床摆位误差的在线分析.     

基于多分辨率GMI Demons算法的18F-FDG PET-CT图像配准在食道癌病例中的应用

18F-FDG PET和CT图像的精确配准在肿瘤的放射治疗中具有重要的临床研究意义,本研究采用全局刚性粗配准对食道癌病例中的PET和CT图像进行预处理,尽可能地减小摆位误差,然后使用基于互信息梯度的Demons算法(GMI Demons)进行局部形变配准,有效弥补内部器官误差,另外为了加快配准过程,保持图像的鲁棒性的同时避免局部极值,在形变配准前使用多分辨率图像金字塔结构。通过对10例食道癌病例的定量分析,最大互信息值结果说明经GMI Demons算法配准之后的图像精度比基于MI算法要提高8.046%±0.041%,配准前后临床上肿瘤靶区(GTV)大小的变化,说明经GMI Demons算法配准之后的GTV大小比基于MI算法配准之后的精度提高8.022%±0.044%。两种定量结果的一致性和通过对图像的定性分析,说明该配准策略可以快速地精确肿瘤靶区位置,在制定精确的放疗计划和实际的临床应用中具有研究意义。     

不同部位肿瘤患者模拟机复位误差的对比分析

目的:对比分析不同部位肿瘤患者治疗计划在模拟机复位工作中的误差分布。 方法:选取104例在瓦里安Acuity模拟定位机上复位的肿瘤病例,其中盆腔部28例、头颈部32例、胸部44例。根据患者定位十字线和从计划系统获取的相对坐标摆位,并按照调强放疗的要求拍摄正侧位射野验证片（冠状面和矢状面）,采用系统自动刚性配准方式获取验证片与计划系统生成的数字重建放射图像的配准误差,并对比分析不同部位在X（左右）、Y（升降）、Z（进出）方向的配准误差和总配准误差,从而定量分析复位误差的分布情况。 结果:盆腔部、头颈部和胸部肿瘤的总配准误差的平均值和标准差分别为（0.31±0.14）、（0.17±0.07）、（0.26±0.10） cm,头颈部肿瘤复位重复性较好。 结论:3个部位肿瘤复位精度均满足临床治疗精度要求,其中头颈部肿瘤配准误差较小,表明该部位复位误差较小,重复性较好。     

用于肿瘤调强放射治疗影像分析与转换的深度学习方法

癌症已成为严重威胁人类健康的主要公共卫生问题。60%~70%的癌症患者需要进行放射治疗。调强放疗是当前主要的临床放疗技术。对近几年基于深度学习的影像分析与转换方法在肿瘤调强放疗计划中的应用进展及关键技术进行综述,包括计算机断层扫描(CT)、锥形束CT(CBCT)、磁共振成像(MRI)、正电子发射断层扫描(PET)引导的肿瘤调强放疗技术应用现状与发展趋势,肿瘤CT/CBCT/MRI/PET影像放疗靶区分割、影像配准以及转换深度卷积神经网络、生成对抗网络的有监督或无监督学习方法,并对未来的研究方向进行展望。     

Large deformation three-dimensional image registration in image-guided radiation therapy

In this paper, we present and validate a framework, based on deformable image registration, for automatic processing of serial three-dimensional CT images used in image-guided radiation therapy. A major assumption in deformable image registration has been that, if two images are being registered, every point of one image corresponds appropriately to some point in the other. For intra-treatment images of the prostate, however, this assumption is violated by the variable presence of bowel gas. The framework presented here explicitly extends previous deformable image registration algorithms to accommodate such regions in the image for which no correspondence exists. We show how to use our registration technique as a tool for organ segmentation, and present a statistical analysis of this segmentation method, validating it by comparison with multiple human raters. We also show how the deformable registration technique can be used to determine the dosimetric effect of a given plan in the presence of non-rigid tissue motion. In addition to dose accumulation, we describe a method for estimating the biological effects of tissue motion using a linear-quadratic model. This work is described in the context of a prostate treatment protocol, but it is of general applicability.     

医学图象匹配的遗传算法方法

本文用变形轮廓线的方法实现医学图象匹配过程中的对应标记点问题,并用遗传算法进行最佳匹配结果的搜索。遗传算法用变形轮廓的能量函数作为适应度函数,并通过动态映射方法实现搜索空间尺度的自适应变化。实验结果表明,本文的方法能有效地用于建立医学图谱和图象之间的一一对应关系,是对以往人工交互标注方法的重要改进。     

Re-Irradiation of Hepatocellular Carcinoma: Clinical Applicability of Deformable Image Registration

Purpose

This study aimed to evaluate whether the deformable image registration (DIR) method is clinically applicable to the safe delivery of re-irradiation in hepatocellular carcinoma (HCC).

Materials and Methods

Between August 2010 and March 2012, 12 eligible HCC patients received re-irradiation using helical tomotherapy. The median total prescribed radiation doses at first irradiation and re-irradiation were 50 Gy (range, 36-60 Gy) and 50 Gy (range, 36-58.42 Gy), respectively. Most re-irradiation therapies (11 of 12) were administered to previously irradiated or marginal areas. Dose summation results were reproduced using DIR by rigid and deformable registration methods, and doses of organs-at-risk (OARs) were evaluated. Treatment outcomes were also assessed.

Results

Thirty-six dose summation indices were obtained for three OARs (bowel, duodenum, and stomach doses in each patient). There was no statistical difference between the two different types of DIR methods (rigid and deformable) in terms of calculated ∑D (_{0.1 cc, 1 cc, 2 cc, and max}) in each OAR. The median total mean remaining liver doses (M_RLD) in rigid- and deformable-type registration were not statistically different for all cohorts (p=0.248), although a large difference in M_RLD was observed when there was a significant difference in spatial liver volume change between radiation intervals. One duodenal ulcer perforation developed 20 months after re-irradiation.

Conclusion

Although current dose summation algorithms and uncertainties do not warrant accurate dosimetric results, OARs-based DIR dose summation can be usefully utilized in the re-irradiation of HCC. Appropriate cohort selection, watchful interpretation, and selective use of DIR methods are crucial to enhance the radio-therapeutic ratio.     

多模态医学图像配准技术研究进展

多模态医学图像配准技术是目前医学图像处理中的研究热点,对于临床诊断和治疗有重要意义.首先分析了图像配准的过程,然后根据待配准图像的特征,包括图像的外部特征和内部特征,系统且详细地介绍了多模态医学图像配准的常用方法,并对这些方法进行了比较.     

医学图像配准技术及其研究进展

目的:对近年来的医学图像配准技术及其研究进展情况进行详尽地综述和讨论,从而为开展医学图像配准技术在医学图像三维重建、医学图像可视化和定量分析方面的研究提供参考.方法:首先,查阅国内外近年来医学图像配准技术研究的权威文献;然后,深入分析和研究这些文献所介绍方法的特点、存在的问题,并针对存在的问题提出可能的解决方案.结果:通过对近年来医学图像配准算法的最新研究进展情况进行深人细致地分析和讨论,在比较了一些典型算法的特点及其应用的基础上,对医学图像配准技术的发展进行了展望.结论:使用最优化策略改进图像配准质量以及对非刚体图像配准的研究是今后医学图像配准的发展方向.     

A deformable image registration method to handle distended rectums in prostate cancer radiotherapy

In image-guided adaptive radiotherapy, it is important to have the capability to automatically and accurately delineate the rectal wall, which is a major dose-limiting organ in prostate cancer radiotherapy. As image registration is a process to find the spatial correspondence between two images, a major challenge in intensity-based deformable image registration is to deal with the situation where no correspondence exists for some objects between the two images to be registered. One example is the variation of rectal contents due to the presence and absence of bowel gas. The intensity-based deformable image registration methods alone cannot create the correct spatial transformation if there is no correspondence between the source and target images. In this study we implemented an automatic image intensity modification procedure to create artificial gas pockets in the planning computed tomography (CT) images. A diffusion-based deformable image registration algorithm was developed to use an adaptive smoothing algorithm to better handle large organ deformations. The process was tested in 15 prostate cancer cases and 30 daily CT images containing the largest distended rectums. The manually delineated rectums agreed well with the autodelineated rectums when using the image-intensity modification procedure.     

基于分段B样条形变配准方法的头颈部伪CT生成研究

目的:探讨分段B样条形变配准方法在头颈部伪CT(sCT)生成中的应用,以及对sCT生成精度的影响。方法:收集已经进行调强放射治疗的鼻咽癌患者45例,每例计划均包括头颈部T1加权核磁共振成像(MRI)和CT图像。使用3D Slicer软件对MRI和CT图像分别进行分段B样条形变配准、整体B样条形变配准、分段刚性配准和整体刚性配准4种方法配准,比较配准后的MRI图像和真实CT图像的Dice相似性系数(DSC)值。随机选取其中的30例患者作为训练集,15例患者为测试集,将配准后的MRI和CT图像通过pix2pix网络进行模型训练生成sCT,对生成的sCT和真实CT进行平均绝对误差(MAE)、结构相似性系数(SSIM)和峰值信噪比(PSNR)值的比较,分析通过阈值法分割为不同组织(骨头、软组织、空气和脂肪)的MAE值。结果:配准后的MRI和真实CT图像比较,分段B样条形变配准方法的DSC值最优;使用4种配准方法生成的sCT和真实CT图像进行MAE、SSIM和PSNR值比较,分段配准方法比整体配准方法好,B样条形变配准方法比刚性配准方法好。分段B样条形变配准方法的MAE值为(74.783±9.8...