首页 > 论文范文 > 医药卫生论文 > 特种医学论文 > 放射医学论文 > 可变形图像配准在放射治疗中的临床应用

可变形图像配准在放射治疗中的临床应用

2020-09-09 385 上传者：管理员

摘要：在将各种先进技术引入放射肿瘤学领域后,放射治疗期间成像数据集的数量显著增加。因此,已经有许多研究提出了成像数据集使用的有意义的应用。这些应用通常需要一种在引用处对齐数据集的方法。可变形图像配准(DIR)是通过将图像数据集局部配准到参考图像集中来满足这一要求的处理。DIR标识空间对应关系,以便最小化两组或多组图像之间的差异。本文描述了DIR技术的临床应用、验证和算法。DIR在放射治疗中的应用包括剂量累积、数学建模、自动分割和功能成像。所讨论的验证方法基于解剖标志、物理模型、数字模型和每种应用目的。从相似性指标和变形模型两个方面对DIR算法进行了简要评述。

关键词：
DIR
可变形图像配准
放射医学
放疗
加入收藏

放射治疗(RT)的目的是将临床有效剂量输送到靶区,同时将对周围正常组织的剂量降至最低。在过去的二十年里,为了更接近这一目标,放射肿瘤学领域引入了各种先进的技术。最有影响力的发现是强度调制RT和体积调制电弧治疗。而另一项重要发现是将成像结合到治疗中,例如在线成像和整合多模态图像。调制光束能够对靶目标产生更多的共形剂量分布,同时保留附近的正常结构,而且这种效果在正常结构位于靶目标的凹面区域时同样有效[1]。然而,适形剂量分布只能在患者长时间治疗期间的计划图像集上获得。来自计划图像集的解剖改变可能会影响实际投放剂量分布中的剂量一致性。而锥形束CT(CBCT)[2]、轨道CT[3]和MRI[4]可以检测到这些解剖变化,并有助于纠正以上影响。多模态图像则被用来更准确地定位靶点,并有助于减少靶点的体积边界[5]。因此,在晚期RT中,治疗期间采集的成像数据集的数量显著增加。

增加的成像数据量允许根据附近正常器官的状况来分析目标响应程度与递送剂量之间的关系。但是,只有当图像配准正确时,才能够实现。而成像数据可以在多时间、多模态、多对象中获取。因此图像配准能够解决两个图像集在参考坐标上对齐,但同一坐标上的像素/体素不一定表示相同的解剖结构。

1、图像配准的定义及分类

图像配准是一种找到两组或多组图像之间的空间对应关系的方式[6]。考虑两组图像,一组是固定的F(X),另一组是运动的M(x')。图像配准的目的是找到使F(X)和M(T(x'))之间的差异最小的最佳变换T(x’)。变换是运动图像中的局部位置矢量x‘和位移矢量u(x’)的和。因此,两个图像集之间的理想图像配准可以表示为:

F(x)=M(T(x'))=M(x'+u(x'))

图像配准可以分为刚性配准(RIR)和非刚性配准(可变形图像配准,DIR)。在RIR中,所有像素均匀移动和旋转,使得每个像素到像素的关系在变换前后保持不变。然而,在DIR中,这些像素到像素的关系会发生变化。见图1。

图1DIR中像素到像素的关系变化

2、图像配准的临床应用

RIR长期以来一直用于RT(CT-MR信息融合)。人们普遍认为,RIR在预期不会发生解剖学改变的情况下是有效的。然而靶标的解剖学位置会因为体重减轻、肿瘤缩小以及生理器官形状变化而变化,而RIR无法处理这种变化。与RIR相比,DIR具有更多的自由度(DOF)。因此,DIR可以管理两个图像集之间的局部失真(解剖结构的变化)。DIR算法由3个核心部分组成:目标函数、优化方法和变形模型。DIR的研究始于上世纪80年代在神经科学领域的应用[7]。而直到20世纪90年代末,DIR才在RT中得到广泛研究,这主要受限于计算能力的发展。而RT需要更高的计算能力来处理更大尺寸的图像,自适应RT(ART)是20世纪90年代末提出的新的RT概念[8],ART的一个关键特征是基于测量的系统反馈来制定治疗计划。系统反馈可以是在多部分治疗过程中通过一定数量的部分提供的累积剂量分布[9,10],并在治疗过程中的某个时间点预测的解剖学信息。Yan介绍了一种基于DIR的剂量累积方法,使得DIR的概念逐渐应用于RT并随着计算能力、调制光束传输技术和在线成像技术的进步得到了广泛的研究[11]。

虽然DIR在RT领域的实施没有限制,但DIR的应用可以分为四个主要领域:剂量累积、数学建模、自动分割和功能成像。如上所述,DIR的主要作用是定义两个考虑的图像集之间的空间对应关系。这四个应用程序之间唯一的区别是如何使用生成的信息[12]。剂量累积使用该信息将剂量分布从更新图像映射到参考图像。数学建模使用信息本身来找出所考虑的器官中运动或变形的统计数据。自动分割使用该信息将轮廓从参考图像映射到更新图像。最后,功能成像使用这些信息来评估某个器官的功能能力。

3、讨论

目前普遍认为,DIR有可能极大地改善目前的RT现状,加速实现RT中的个性化医疗。然而,我们认为要达到这一预期的结果,仍然有几个方面需要克服:(1)自动图像配准;(2)更严格的验证方法;(3)解决DIR不确定性的规划;(4)要实现治疗工作流程DIR关键过程的自动化,必须处理复杂的非线性和局部畸变管理、多模态图像配准和多维图像配准等任务,这些都使得图像自动配准变得尤为具有挑战性。因此,图像自动配准算法的研究已经成为了一个重要课题。

医学成像中另一个有趣的问题是,器官变形不仅来源于形状的变化,也可能是质量的变化。因此虽然在变形过程中,质量变化不是一个重要的问题,但是它可能会导致绘制体素到体素辐射剂量的困难。因此我们认为这是DIR在RT应用中需要克服的最具挑战性的障碍。

参考文献：

[2]钟仁明,何垠波,张英杰,等.图像引导下鼻咽癌放射治疗中颈部变形旋转误差研究[J].华西医学,2010,25(12):2147-2150.

[3]王永刚,陈宏,曹学武,等.图像引导放射治疗中固定体位用热塑体膜变形的应对策略[J].现代肿瘤医学,2010,18(03):566-568.

[4]李崇国,郎锦义,吴大可.基于光流的可变形图像配准算法在放射治疗中的研究[J].肿瘤预防与治疗,2008(03):330-333.

[5]王辉.图像引导放射治疗技术在腹部肿瘤放疗治疗中的临床应用[J].中国医药指南,2020,18(04):110-111.

[6]王俊荣.卵巢癌与宫颈癌放射治疗中CT诊断的临床应用价值研究[J].影像研究与医学应用,2020,4(03):31-32.

[7]张宏忠.六维放射治疗床在临床中应用效果观察[J].影像研究与医学应用,2019,3(21):160-161.

[8]金雏凤.图像引导放射治疗模式下精确放射治疗生物学效应研究[D].合肥:中国科学技术大学,2012.

[10]李汉,王玉,王明泉,等.LCC-Demons形变配准算法在自适应放疗中的应用研究[J].测试技术学报,2020,34(03):215-219.

[11]于大海,刘凌,任洪荣,等.电子射野影像系统在放射治疗摆位中的临床应用[J].中华肿瘤防治杂志,2010,17(06):461-463.

[12]谭维立.精确放射治疗中的影像引导技术成像原理分析及其临床应用研究[J].中国社区医师,2019,35(24):131,133.