放疗中形变图像及2D-3D图像配准算法研究

摘要

在放疗过程中，病人呼吸、脏器蠕动及体位移动会使靶区位置发生偏移，图像引导放射治疗利用生物影像技术对病人摆位及靶区位置进行实时的跟踪，最大限度地降低病人摆位误差和器官位移误差，将采集的病人图像进行配准来确定靶区位置，有效地避免剂量照射到正常组织。形变图像配准和二维与三维(2D-3D)图像配准是放射治疗的关键技术，能够精确地确定靶区位置以及病人摆位。
　　形变配准可以对放射治疗过程中解剖组织部位的退缩和位移等变化情况进行快速地确定，利用形变配准参数判断组织器官的移动对于剂量的影响程度，从而指导指导靶区的勾画以及放疗计划的制定。2D-3D图像配准是将放疗前的体数据与放疗中的X线图像进行配准，通过配准参数指导治疗床以及病人的摆位，保证放射治疗的实时性和准确性。本文对形变图像以及2D-3D图像配准作了研究，通过研究仿射变换与B样条自由形变的形变图像配准，对算法的性能和准确度做了改进;实现了基于梯度与模式强度的2D-3D医学图像配准的相似性测度，讨论了模式强度相似性测度的计算原理和过程，并对计算的过程做了简化。本文主要作了如下研究:
　　分析了放射治疗中形变图像配准和2D-3D图像配准的研究背景、意义以及研究现状。针对形变图像和2D-3D图像配准中存在的精确度低和运算时间长等问题，对配准算法进行了相应的改进。
　　研究了基于B样条自由形变的形变图像配准。采用仿射变换作为全局配准的粗配准以及B样条自由形变作为局部配准的精确配准，同时为了提高配准精确度以及降低计算复杂度，引入了多分辨率策略，对单模态和多模态图像进行配准。通过实验验证算法具有高的精确度。
　　在深入地研究了2D-3D医学图像配准的原理的基础上，针对配准过程中计算量大、耗时较长等问题，将模式强度与梯度相结合，简化模式强度相似性测度的计算量，同时利用图形处理器(GPU)的多线程并行计算，将DRR图像生成与相似性测度在GPU上完成，引入梯度下降与多分辨策略对配准过程进行优化，完成整个配准过程。

目录

声明

摘要

1 绪论

1．1 放射治疗

1．1．1 放射治疗的流程

1．1．2 放射治疗技术的发展

1．2 放疗中医学图像配准的研究背景和意义

1．3 放疗中医学图像配准的国内外研究现状

1．4 本文的主要工作和文章结构

2 医学图像配准理论基础

2．1 医学图像配准的定义

2．2 医学图像配准方法的分类

2．3 医学图像配准基本元素

2．3．1 空间变换

2．3．2 图像插值

2．3．3 相似性测度

2．3．4 参数优化

2．4 医学图像配准的基本框架

2．5 本章小结

3 基于仿射变换与B样条自由形变的医学图像配准

3．1 B样条函数基础理论

3．2 基于仿射变换与B样条自由形变的医学图像配准

3．2．1 多分辨率策略

3．2．2 多分辨率策略B样条自由形变配准

3．2．3 相似性测度

3．2．4 L-BFGS优化

3．3 实验仿真结果与分析

3．3．1 单模态图像配准

3．3．2 多模态图像配准

3．4 本章小结

4 基于GPU的2D-3D医学图像配准

4．1 2D-3D医学图像配准

4．2 基于梯度相关和模式强度相结合的2D-3D医学图像配准

4．2．1 数字影像重建

4．2．2 模式强度相似性测度

4．2．3 梯度相关和模式强度相结合的相似性测度

4．2．4 2D-3D配准的GPU实现

4．2．5 梯度下降优化

4．3 实验仿真结果与分析

4．4 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果