基于空间连续性的4D-CT图像排序算法研究

摘要

4D-CT图像应用于肿瘤的放线治疗中，能够在全呼吸周期中定位肿瘤的运动，较好地消除由于呼吸运动导致的图像伪影，不仅能够真实的显示肿瘤和器官的空间形态，还可以反映肿瘤和器官的运动规律，有助于缩小靶区的外放边界，辅助进行精确的4D图像引导放疗。在提高靶区受照剂量的同时，降低对正常组织的毒副作用，帮助医生根据病人靶区的运动特征进行个体化的放疗计划设计，为实现精确放疗提供有力的图像支持。
　　目前，4D-CT在临床应用中需要依靠外部呼吸信号检测装置提供呼吸信号运动信息。通常的做法是在扫描病人同时，在病人身体表面外加呼吸周期记录装置，这需要外加装置，而且轴向位置呼吸相位匹配的精确度低。为此，本文提出了一种新颖的轴向位置之间图像相位自动匹配算方法，不需要外部呼吸监测装置。它基于图像的轴向自然空间连续特征，寻找相邻床位之间呼吸相位相同的图像，将其归入相应的图像集合中，以此类推，直到全部床位的图像都归入到相应相位的图像集合中。这样所有4D-CT图像数据集合都可以在各轴向位置间自然无缝接合。针对图像相位匹配的排序算法，本文主要完成了以下工作：
　　(1)在计算并判断两个相邻床位的图像相位是否匹配时，首先量化并计算参考排序床位中同一个呼吸相位的图像间的互相关系数，并将此互相关系数作为该呼吸相位下的空间连续性指标，然后再计算相邻床位的图像间的互相关系数，最后根据空间连续性指标来判断两组图像的呼吸相位是否匹配。
　　(2)在图像相位匹配过程中，本文改进了传统的“菊花链”式的单幅图像排序方式，首次提出了循环排序策略，实现了图像相位的快速匹配。
　　(3)本文采用了大量的实验数据验证算法的有效性，包括呼吸体模数据和临床肿瘤病人的扫描数据。
　　经过多组呼吸体模数据和临床图像数据验证，本文提出的算法能很好匹配所有轴向位置数据集，方便医生在各个空间方位及时间点准确勾画病灶轮廓，制订精细放疗计划，达到准确治疗和减少病人剂量之目的。