一种带有预处理的计划CT和在线CT的形变配准方法

摘要

在放疗计划中，研究人员会对肿瘤患者的计划CT和放疗前的在线CT图像进行形变配准，以便获取肿瘤及其周围器官的运动和变形信息，改善放疗计划，从而减少因肿瘤的位置和形状变化而增加的不必要的照射范围，减少正常组织的放射损伤。 上述过程中利用的的CT图像一般是由普通扫描或者增强扫描获取的。为了更清晰地观察病灶，在增强扫描中会静脉注入造影剂，获取的CT图像的血管会显示极高的HU值。在线CT通常不进行增强扫描，对应血管会显示正常值，即使进行增强扫描，也一般和计划CT的部位不一样，因此两次扫描图像中血管HU值会存在巨大差异。现有的配准方法都是基于密度一致性来进行设计，所以上述血管HU值的巨大差异，会使计划CT和在线CT图像的配准结果扭曲变形，造成错配。针对该问题，本文提出了一种带有预处理的形变配准方法。 针对本文提出的配准算法，进行了详尽的对比和验证实验。在研究中首先根据CT图像组织和结构的信息，利用阈值分割的方法分割出血管，并将所有分割中最大的联通区域作为初始分割的强化血管，其次利用分割得到的强化血管区域外扩5mm，作为外扩的强化血管，并将血管用固定的HU值进行填充；最后，在图像完成填充以后，再利用Demons算法进行变形配准。研究中对没有进行预处理的计划CT和在线CT图像进行基于灰度的Demons形变配准，对已经完成预处理的计划CT和在线CT图像做同等参数的Demons形变配准，并对两种配准结果的各项数据进行对比，并采用互信息（MI）和均方误差（MSE）来评判配准结果。计划CT和在线CT图像的形变配准所采用的是直接基于灰度的算法，且形变配准采用基于自动器官勾画的算法。实验结果显示文章中提出的带有预处理的形变配准方法，可以较好的解决水溶性碘造影剂引起的CT错配问题。 本研究在增强扫描CT情况下，有助于提高计划CT与在线CT配准的精确性，同时也会提高放射治疗方案的质量。

目录

第一个书签之前

攻读硕士学位期间发表的文章

中国医学物理学杂志，2018，35(4):410-413。

致谢