医学图像配准和四维磁共振成像相关技术研究

摘要

伴随着计算机技术和医学影像技术的迅猛发展，肿瘤的治疗已经逐步进入了精确放疗的阶段。图像引导放疗(Image-Guided Radiation Therapy，IGRT)包含频繁的或者日常的图像采集，已经被广泛的应用于临床中的靶区勾画和病人定位。在放疗计划的设计和制定过程中，通常采用刚性配准的方法将在线采集的图像映射到扫描图像来矫正放疗计划。但病人的解剖结构以及位置在整个治疗过程中可能会发生改变，比如放疗过程中的肺部呼吸运动以及由放疗引起的肿瘤收缩。形变图像配准(deformable image registration，DIR)可以用来追踪病人在放疗中解剖学和生物学的变化，因此在临床中起到了很重要的作用。
　　DIR的目的是在两幅图中寻找一种变换，而此变换能够减小两幅图像之间的差别，并且可以进一步应用于器官和靶区轮廓的形变以及剂量分布的计算。目前DIR在放疗研究中已经有许多的应用，比如从适应性放疗中(adaptive radiationtherapy，ART)的感兴趣区域(region of interest，ROI)的自动的时间传播到4D的呼吸运动的建模。在ART中，DIR经常用来将日常扫描图像中每一个像素点与计划图像中的相应的点进行匹配，然后在此基础上勾画出危及器官(organs at risk,OAR)以及靶区的新轮廓，利用辐射参数便可以计算出剂量分布，进而也就可以计算新轮廓下的OAR和靶区的剂量累积。此外，一个4D的胸部模型可以用来评估肺部随时间变化的运动和位移，该模型的产生源自于连续呼吸循环中的一系列3D图像。通过根据对应的形变域配准这些3D图像，那么肺部的每一个像素将被赋予一个时间的数学函数。以上这些应用都建立在准确的DIR算法上，靶区附近即使是较小的形变域错误都可以导致结果发生较大的变化，尤其是剂量下降较快的区域。因此，在DIR算法进入临床应用之前，需要对它的准确性进行定量的评估。再者，临床上往往需要结合病灶的解剖学信息(如CT)以及新陈代谢信息(如PET)进行更加精确的靶区勾画。然而，在这两种不同模态的图像扫描过程中，不可避免的要出现由呼吸运动或者病人位置变化而产生的图像的位置差别。因此，在靶区勾画前不可缺少的一步就是要将这两种模态的图像进行配准融合。因此，多模态的图像配准算法也是临床中不可或缺的一部分。
　　此外，目前临床上已经广泛的采用四维成像技术来评价呼吸运动，例如，4D-CT。4D-CT具有较高的空间分辨率并且可以实现快速的获取图像。然而，CT图像具有较差的软组织对比度，这种缺点会增加靶区勾画的不确定性。此外，在4D-CT的扫描过程中会对病人产生有害的电离辐射。4D-CT存在的这些缺点都是当前条件下不可避免的。相比来说，MR图像可以提供较好的肿瘤和软组织的对比度，并且在扫描过程中不会对病人产生有害的电离辐射。因此，基于MR的四维成像技术（也就是‘4D-MRI技术’）可以用来监测腹部的呼吸运动。目前，文献中提出的4D-MRI技术主要包含两种方法:一种是利用3D MR序列采集实时的容积图像（称为“实时4D-MRI”）;另一种是利用快速的2D MR序列连续采集所有的呼吸时相的MR图像，然后依据呼吸时相回顾式的将采集图像进行分类（称为“回顾式4D-MRI”）。第一种成像方法的实现需要引入并行成像技术和回波共享技术。然而，由于当前软件和硬件的局限性，利用这种方法采集高分辨率和高质量的4D MR图像集难度较大。一般来讲，典型的实时4D-MRI技术采集图像的时间分辨率大于1s，体素的大小约为4mm。相对于人类平均4-5s的呼吸周期来说，实时4D-MRI技术的时间分辨率过低，因此该技术不足以获取高质量的4D MR图像。第二种成像方法需要在图像采集时实时监控病人的呼吸运动并提取呼吸信号。与实时4D-MRI技术相比，回顾式4D-MRI技术成像的体素尺寸变小，成像速度变快，运动伪影大大降低，获取的图像质量也得到了提高。
　　综上所述，本研究主要包含了五个部分的内容:4D-CT的配准算法比较与评价，PET/CT图像配准算法比较与评价以及4D-MRI技术的研究。首先，本论文评价和比较了diffeomorphic demons(DD)和基于finite element method(FEM)的两种配准算法在肺癌4D-CT中的应用。配准过程中采用多分辨率的策略来加速配准过程，并确保算法的鲁棒性以及避免算法陷入局部极值。该研究采用了三个最常用的相似性测度来定量的评价这两种算法，它们分别是:归一化互信息(normalized mutual information，NMI)，密度差的平方和(the sum of squaredintensity differences(SSD))以及改进的Hausdorff距离(dH_M)。其次，本研究比较了基于point-wise mutual information(PMI) diffeomorphic demons算法和基于gradient of mutual information(GMI) demons算法在配准8例食管癌PET/CT中的准确性，同样采用了多分辨率的策略来评价和比较这两种多模态的配准算法，以及改进的Hausdorff距离作为相似性测度来对两种算法进行定量的评价。实验的初步结果证明基于PMI diffeomorphic算法是一种较好的PET/CT图像配准算法。再者，我们还验证了利用隔膜运动来代替肝脏肿瘤运动的可靠性。实验前期图像的采集包含单层的、三个正交平面(横断面(Axial)，冠状面(Coronal)和矢状面(Sagittal))的cine-MR图像采集，并采用一种基于模板匹配的、全自动的方法在图像上获取隔膜和肝脏肿瘤在上下(SI)，前后(AP)和左右(ML)三个方向上的运动轨迹，最后采用相位差百分比(PDP)，同类相关系数(ICC)和Bland-Altman(Diff)来衡量这两种轨迹的相关性。与此同时，我们进一步评估了被跟踪的隔膜区域与肝脏肿瘤的距离(D)和它们运动相关性之间的关系。此外，基于cine MRI的基础上，提出了一种基于body area(BA)的4D-MRI技术，并且将该技术在7例临床肝癌患者中进行了验证。我们采用三个正交平面上的2D单层cine MR图像以及4D-CT中提取的肿瘤运动轨迹来评价4D-MRI图像的准确性，然后进一步比较了4D-CT，T2*/T1-w4D-MRI和T2-w MR图像的肿瘤-组织的对比度噪声比;最后，在该4D-MRI技术的基础上，采用T2-w MR图像通过DIR的方法来提高4D-MRI图像的肝脏肿瘤对比度。通过DIR的方法可以获得4D-MRI图像的10个时相之间的DVFs，然后对生成的DVFs在三维的时间和空间上进行优化以减少由配准误差导致的错误。我们采用从cine MRI中提取的3D的肝脏肿瘤运动轨迹在三维的时间上进行DVFs矫正，并采用多项式拟合的方法对DVFs进行三维空间的矫正。最终，将优化后的DVFs形变已经同参考图像配准后的T2-w MR图像，从而形成“增强的”4D-MRI。该研究采用4D数字人类模体和肝癌病人进行可行性验证。为了验证“增强的”4D-MRI的准确性，我们分别从4D-CT，T2*/T1-w4D-MRI和“增强的”4D-MRI中提取了肿瘤的运动轨迹并进行了比较，实验结果证明“增强的”4D-MRI中的肿瘤运动轨迹与4D-CT和T2*/T1-w4D-MRI的肿瘤运动轨迹在正交的三个方向上有很好的一致性。
　　本论文提出的算法和技术有利于实现精确的靶区追踪和勾画，为实现真正意义上的精确放疗奠定了基础。

目录

声明

摘要

符号说明

缩略语

第一章 绪论

§1．1 医学图像配准技术

1．1．1 医学图像配准研究的背景和意义

1．1．2 医学图像配准技术的国内外研究现状

§1．2 4D-MRI技术

1．2．1 4D-MRI技术的背景和意义

1．2．2 4D-MRI技术的国内外研究现状

§1．3 本论文的研究内容和工作安排

第二章 医学图像配准和4D-MRI技术

§2．1 概述

§2．2 图像配准技术

2．2．1 图像配准概念

2．2．2 医学图像配准框架

2．2．3 医学图像配准算法分类

2．2．4 多分辨医学图像配准算法

§2．3 4D-MRI技术

2．3．1 4D-MRI技术分类

2．3．2 回顾式的4D-MRI技术框架

2．3．3 基于身体区域(body area)的4D-MRI技术

§2．4 本章小结

第三章 4D-CT图像的形变配准算法比较

§3．1 概述

§3．2 材料和方法

3．2．1 病人数据和图像采集

3．2．2 微分同胚(Diffeomorphic demons(DD))配准算法

3．2．3 基于有限元(FEM-based)的配准算法

3．2．4 多分辨率策略和配准算法参数设置

3．2．5 配准算法的定量评价

§3．3 实验结果

§3．4 讨论和总结

第四章 多模态PET／CT图像的形变配准算法比较

§4．1 概述

§4．2 方法和材料

4．2．1 病人数据和图像采集

4．2．2 经典的Demons算法

4．2．3 基于GMI的demons算法

4．2．4 基于PMI微分同胚的demons算法

4．2．5 多分辨率策略和配准算法参数设置

4．2．6 评价和比较形变配准算法

§4．3 实验结果

§4．4 讨论

§4．5 本章小结

第五章 磁共振成像(MRD在临床中的应用：隔膜与肝脏肿瘤运动的相关性研究

§5．1 概述

§5．2 方法和材料

5．2．1 病人数据和图像采集

5．2．2 基于归一化互相关(NCC)的运动跟踪技术

5．2．3 三维运动轨迹的比较

§5．3 实验结果

§5．4 讨论

§5．5 本章小结

第六章 基于身体轮廓(body area，BA)的4D-MRI技术

§6．1 概述

§6．2 材料和方法

6．2．1 病人数据和图像采集

6．2．2 用BA来获取呼吸信号的4D-MRI技术

6．2．3 肿瘤运动轨迹的比较

§6．3 实验结果

§6．4 讨论

§6．5 本章小结

第七章 4D MR图像的肿瘤对比度增强技术

§7．1 概述

§7．2 材料和方法

7．2．1 病人数据和图像采集

7．2．2 利用BA获取呼吸信号的4D-MRI技术

7．2．3 4D MR图像的形变图像配准(DIR)

7．2．4 DVFs三维时间和空间的校正

7．2．5 利用优化的DVFs重建“增强的”4D-MRI

7．2．6 4D XCAT模体研究

7．2．7 肿瘤运动轨迹的比较

§7．3 实验结果

7．3．1 4D-XCAT模体研究

7．3．2 临床数据研究

§7．4 讨论

§7．5 本章小结

第八章 总结与展望

§8．1 本论文主要工作的总结

§8．2 未来研究工作展望

参考文献

致谢

攻读博士学位期间发表的论文和参与的科研项目

外文论文一

外文论文二