CN101743568A

CN101743568A - 在线锥形束ct重建

Info

Publication number: CN101743568A
Application number: CN200780053794A
Authority: CN
Inventors: M·范赫尔克; J·-J·森克; L·齐普; P·雷梅耶尔
Original assignee: Elekta AB
Current assignee: Elekta AB
Priority date: 2007-05-17
Filing date: 2007-05-17
Publication date: 2010-06-16
Anticipated expiration: 2027-05-17
Also published as: US20110206178A1; ATE518214T1; CA2687543A1; EP2147410A1; WO2008141656A1; US8331526B2; EP2147410B1; CN101743568B; CA2687543C

Abstract

在线4D锥形束CT重建算法，即，与图像获取并行工作的算法，包括用于对象的、呈现内部周期运动的成像系统，该成像系统包括穿透性放射源和对于放射的二维检测器，源和检测器可围绕位于从源到检测器的束路径上的轴旋转；用于从检测器得到的图像的存储装置；控制装置，用于启动源和检测器的旋转且用于随时间在多个旋转角度上从检测器得到图像；处理装置，用于(i)在垂直于轴的方向上压缩图像以产生一维图像，(ii)把直到该时刻所得到的一维图像并排地合并成二维图像，(iii)分析这样得到的二维图像以识别周期图案，(iv)根据该分析，将相位信息分配给存储装置中的图像，(v)选择存储装置中具有同样相位信息的图像，以及(vi)背面投影所选择的图像，控制装置被适配为在多个图像被放置在存储装置中后调用处理装置，然后把另外的图像放置在存储装置中，并进一步调用处理装置。因此，我们把有限数目的投影图像排队，以使得相位确定算法可以前瞻。以有规律的间隔扫描队列，并且对具有足够的前瞻性以获得相位信息的那些图像进行滤波和背面投影。该算法因此跟得上图像获取速度，并在扫描结束的几秒内产生4D重建。然后使用局部刚性配准算法来使在我们的4D计划CT的中间通气帧中定义的肿瘤区域与4D CBCT的每个相位匹配。动画技术提供快速视觉验证；计算肿瘤的平均位置，并把该平均位置用于校正，同时检查幅度，以便验证余量。

Description

在线锥形束CT重建

技术领域

本发明涉及锥形束CT重建，即，根据从不同的方向获取的结构的一系列X射线图像重建三维结构。本发明还寻求得到关于周期性变化的结构随时间的改变的信息，并寻求几乎实时地做到这一点。

背景技术

直线加速器上集成的锥形束CT的出现导致在治疗位置中解剖学运动的更详细的信息。例如，大范围4D锥形束CT扫描导致发现在肺部肿瘤位置处的显著的基线位移。这又突出了用于肺部放射治疗、特别是用于低分割(hypofractionated)方案的图像引导的必要性。

我们以前的申请WO2004/066211描述了在患者腹部的二维图像中识别周期性图案的途径，根据该二维图像计算锥形束层析成像(tomography)。二维图像沿垂直于头-尾轴的轴进行折叠，以产生一维图像。多个这样的一维图像按时间次序并排地组合以产生二维图像，在该二维图像中，一个轴代表时间，而另一个与头-尾轴对准。该图像或其选定区域中的周期性指示腹部中的特征在头-尾方向上的周期运动；呼吸周期是主要的例子。因此，对最终图像的分析可以揭示特定的图像在呼吸周期中的位置；然后，图像可被分配到适当的储存器(bin)，并且由特定储存器中的图像获得、以给出在呼吸周期中所选择的点的精确的三维图像的重建不受呼吸伪像(respiration artefact)的影响。

发明内容

本发明寻求提供在线4D锥形束CT重建算法，即，与图像获取并行工作的算法。WO2004/066211的系统运行良好，但图像的分析是离线进行的，即，在扫描完成以后进行的。为了有效的图像引导，需要4D扫描图像分析算法，该4D扫描图像分析算法可以在治疗期间或紧接在治疗后，根据在治疗周期期间获取的图像产生(一个或多个)图像。

对于低分割而言，肿瘤位置的在线验证和校正是极其重要的。锥形束CT(CBCT)提供不用植入标记的软组织定位。然而，肺部区域的3D CBCT在运动较大的情形下具有差的质量。

首先，该目的与WO2004/066211的方法相反。由最终的复合图像(即，在收集所有图像以后)得到对于每个图像的相位确定，但计算层析成像需要相位信息，并因此必须等待最终图像的产生。因此，处理(似乎)只能在治疗结束后才开始。

因此，本发明提供一种用于对象的、呈现内部周期运动的成像系统，包括穿透性放射源和对放射的二维检测器，所述源和检测器可围绕位于从源到检测器的束路径上的轴旋转；用于从检测器得到的图像的存储装置；控制装置，用于启动源和检测器的旋转，以及用于随时间在多个旋转角度上从检测器获取图像；处理装置，用于(i)在垂直于轴的方向上压缩图像，以产生一维图像，(ii)将直到该时刻(point)所获得的一维图像并排地合并成二维图像，(iii)分析这样获得的二维图像以识别周期图案，(iv)基于该分析，将相位信息分配给存储装置中的图像，(v)选择存储装置中具有同样相位信息的图像，以及(vi)背面投影(backproject)所选择的图像，所述控制装置被适配为在多个图像被放置在存储装置中后调用所述处理装置，然后将另外的图像放置在存储装置中，并进一步调用所述处理装置。

在处理之前可以对图像进行滤波，以增强想要的特征的可见度。可以应用一系列常规滤波器。

穿透性放射适当地是X放射，它可以由许多已知的平板检测器来检测。

以上涉及的对象典型地将是患者，在这种情形下，运动可能是呼吸运动。然而，本发明可应用于其它环境。

可以通过把图像分配给多个储存器之一来选择图像，其中具有同样相位信息的图像被分配给相同的储存器。

因此，我们选择对有限数目的预处理投影图像进行排队，以使得相位确定算法可以有前瞻性，而不会在重建结束时产生太多等待时间。以有规律的间隔扫描队列，并且对具有足够的前瞻性以获得相位、储存器和机架速度的那些图像进行滤波和背面投影。该算法因此跟得上图像获取速度(典型地，约为每秒5.5帧)，并在扫描结束的几秒内产生(比如说10×2563像素的)4D重建。然后使用局部刚性配准算法来使在我们的4D计划CT的中间通气帧(mid-ventilation frame)中定义的肿瘤区域与4D CBCT的每个相位匹配。

动画技术提供快速视觉确认。计算肿瘤的平均位置(mean position)，并且将该平均位置用于校正，同时检查幅度以便验证余量(margin)。在校正和治疗之后进行3D验证扫描。

附图说明

现在将参照附图，以举例的方式来描述本发明的实施例，在附图中：

图1图解说明了本发明中所使用的样本图像；

图2示出本发明的图像分析方法的流程图；

图3示出典型的用户界面；以及

图4图解说明了在线相位确定方法。

具体实施方式

本发明的处理在Elekta^TM Synergy^TM系统(即，配备有附加的X射线管和垂直于治疗束路径的平板成像器的常规直线加速器)上体现。在本例中，以每秒5.5帧收集X射线图像。为了实际的原因，所收集的数据以512×512像素的分辨率来记录。平板成像器在等角点处具有26cm的视场。对于4D图像获取，系统通常与中心位置的检测器一起使用，这导致26×26×26cm³的扫描体积。典型地，对于4D肺部图像获取使用2cGy剂量。然而，扫描时间被延长到4分钟(对应于约1200帧)，以收集足够的(±80)呼吸周期。在我们的(上述的)用于4D图像重建的先前方法中，基于通过对横隔膜位置的自动图像分析而提取的呼吸相位信息来对图像进行回顾分类。为了基于用于低分割方案的4D图像实施在线图像引导，必须按如下方式加速4D重建，以及实施有效的4D图像配准和验证。

4D锥形束CT重建

为了从投影图像中提取呼吸相位，我们准备了所谓的“AmsterdamShroud(遮罩)”，如图1所示。这是原始的投影数据的概要，增强患者的结构的头-尾(CC)运动。其通过如下步骤进行：增强投影图像10(如有必要的话)；垂直于旋转轴投影这些投影图像10，留下在CC方向上的1D信息12；并且把因而得到的针对所有机架(gantry)角度的列连结起来，以形成复合图像14。然后可以通过分析覆盖两个横隔膜的感兴趣区域来提取呼吸运动的相位。先前的算法中的若干步骤是回顾性的(即，只能在完成全部获取后才进行)：特别是，自动的感兴趣区域(ROI)检测，逐行配准以检测运动，以及在运动信号中的趋势去除和相位检测。最后，相位信号用于将投影图像分类到(比如说)10个储存器中的正确的储存器。当将要在线地执行所述处理时(即，与图像获取同时，并且不知道所有的随后图像)，所有的这些方面都需要改变。

因此，总的说来，图1示出了通过将每个投影图像10水平平均为一列12且把列连接为遮罩图像(shroud image)14来产生“AmsterdamShroud(遮罩)”。在我们的先前处理中，感兴趣区域16被自动放置在移动的横隔膜周围，用于分析呼吸相位。本发明的算法通过避免硬阈值来产生具有改进的灵敏度的图像18。然而，因此更容易地从患者提取出图像细节，造成水平条纹。通过处理具有如20所示的水平非锐化掩膜的遮罩，横隔膜和肿瘤信号被分离。最后，通过使随后的、但现在在遮罩图像的整个范围内的行相关来再次分析呼吸运动。

4D图像重建算法

本发明的算法基于通过缓存投影数据的一部分的有限前瞻。该算法的流程图在图2示出。为了效率，对于锥形束重建和相位确定，同样地执行放射厚度的可选的尺寸减小和变换。信息被附加到遮罩图像，然后被进一步处理，但不包括背面投影到所选择的相位储存器中。由于这个步骤不能完成(需要对相位分析进行前瞻)，所以直到后来才对结果进行排列。而且，遮罩图像生成被改进且被简化。原先的算法使用若干硬设定的参数来抑制不想要的信息。新的算法更为简单；其取垂向导数，然后执行与相关的结构(横隔膜)的大小相匹配的水平模糊，最后取所有列的最大值。最终结果被最佳地调节为检测的横隔膜，并且该最终结果对于不想要的特征(诸如患者体外的物体，诸如病床的部件)是相当鲁棒的。图1c，1d和1e比较原先的和新的算法的遮罩图像。新算法的优点在于它没有阈值，因此，如果横隔膜是不能得到的，那么新算法将锁定其它或许更小的结构。运动检测不会改变，除非不需要使用感兴趣区域：作为替代，可以使用遮罩图像的整个高度。对于趋势去除和相位检测(经由Hilbert变换)而言，使用32帧的窗口。这意味着，重建比起获取可以只滞后16帧。

开发了用于有限锥形重建的、基于Feldkamp算法的高速锥形束重建码。算法包含对于对数图像数据执行基于快速傅立叶变换(FFT)的滤波步骤，随后是直接的背面投影和累加。通过对数据和循环(loop)进行重新排序使得高速缓存速度最优化、使用查找表、以及应用基于FFT的滤波器中的实和虚信道两者，来获得非常高速的重建。结果是，4D重建算法通常跟得上获取，即，10×256³的重建的图像立方可在获取结束时的5秒内得到。通过比较提取的相位信号以及通过在视觉上比较遮罩图像和重建的扫描来验证修改的算法的质量。

图2示出了在线4D锥形束获取的流程图。通过缓存预处理的投影图像，有可能在图像获取期间执行相位确定和分类。结果是，在扫描结束后几秒钟就准备好了重建。典型地，根据相位或幅度将4D重建分类到10个储存器中。左面的数字显示对于10×256³的重建的、从获取的起点的以秒计的时间。获取长度完全由对于收集足够的呼吸相位的需要来规定。

该处理的进一步细节在图4中示出。当扫描设备围绕患者旋转时，由平板成像器顺序地得到一系列图像22，24，26。每个图像沿横向被平均；对第一图像22的平均产生1D图像28，该图像被存储。平均第二图像24产生另一个1D图像30，该图像被加到第一个1D图像28上，以形成两个像素宽的复合图像32。一旦第三图像26变得可得到，它就被平均，以形成第三个1D图像，该图像被加到复合图像32上，然后该复合图像32增长到三个像素宽。该处理继续，其中复合图像稳定地增长。

最后，复合图像32将增长到其中可以确定相位信息的尺寸。在这时，相位信息在34处被提取，并被用于根据图像在呼吸周期中的相位来将直至该时刻得到的图像分配36到储存器中。同时，扫描继续进行，图像38，40继续到达，并且复合图像32继续增长。然后新的图像可以基本上立即被相位分配，并被分配到储存器。

一旦早先的图像被分配到储存器，这些图像就可被背面投影42，同时进行其它的处理，即，图像获取、图像处理、和相位分配。这将意味着，3D或4D体积的重建实际上可以在所有图像的获取之前开始。与快速重建算法相结合，这能够在扫描后非常快速地给出可使用的4D重建，而同时治疗仍旧在进行。

4D图像分析

出于治疗计划的目的，选择来自“常规”4D CT扫描的单个帧，其中肿瘤最接近于它的时间加权的平均位置。这个方法被称为中间通气(mid-ventilation)方法，并且该方法所具有的优点是，常规的3D计划系统可用来描绘轮廓和IMRT最优化，同时抑制以前使用3D计划CT而引入的系统误差。该单个帧也被用作与4D CBCT相比较的参考图像。在第一部分(fraction)之前，参考数据被输入到协同作用系统中，并且在被描绘轮廓的计划CT体积周围以5mm余量(margin)自动生成成形的感兴趣区域，从而使得在感兴趣区域内部存在足够的边缘信息。然后使用灰度值配准算法、使用相关比价值函数将该成形区域与4D CBCT的每个帧进行配准，正如对于前列腺定位和4D CT分析所使用的那样。然而，为了避免错误的结果，重要的是，可能落入成形区域中的任何骨骼结构(诸如肋骨)在编辑中被删除，因为骨骼和肿瘤的运动通常是不一致的。在肿瘤的配准期间，旋转最好被禁止，以避免在肿瘤通常是圆形或球形的情形下错误识别旋转。

配准的结果定义肿瘤的运动曲线。对于验证，4D CBCT可被动画化，把配准结果应用到每个帧。所以，正确的配准将使得每个相位中的肿瘤与参考图像中的肿瘤一致，并因此它将在图像中“静止不动”。通过这种方式，配准问题可以被用户很快地识别。在被用户接受后，肿瘤相对于参考图像的平均位移被计算且被用于移动病床。

图像质量和算法鲁棒性

新的和旧的相位提取算法的比较在所提取的相位中仅仅显示出小的差别。在重建图像质量方面，新算法与原先的算法执行得一样好。然而，因为在算法中不存在阈值，所以有某些优点和潜在的缺点。优点是算法对于小的结构与对于较大的结构锁定得一样好。例如，新算法即使在横隔膜不在视场中时也起作用。该算法的缺点在于，当肿瘤和横隔膜异相地移动时，相位选择会变得不太清楚。通常，这个问题实际上更明显，可能是因为该算法在任何情况下都将以最亮的结构为焦点。有限的前瞻意味着，在扫描后将几乎立即可得到4D扫描，同时该4D扫描对于相位检测几乎没有影响。

临床应用

图3中示出了用于4D锥形束图像引导的临床应用的用户界面的布局。首先，用户自动在骨骼解剖(应用所有相位的平均值)上进行配准。这提供对肿瘤配准的初始猜测。然后，匹配功能切换到4D配准。接着在肿瘤上自动匹配所有的相位，总共花费不到1分钟。然后在“反向运动”模式下自动启用动画功能，所以，如果所有的都是正确的，则其应当保持肿瘤静止。以这种方式，叠加GTV轮廓且在轴向上穿过肿瘤进行切片、具有动画活动(animation active)的冠状和矢状(coronal and sagital)视图足以在视觉上确认肿瘤覆盖范围。最后，将配准结果进行平均，这允许用户确认围绕校正位置的对称的肿瘤运动，并使得PTV覆盖范围的适合性(adequacy)可视化。虽然该处理听起来很复杂，但它通常在包括视觉验证的大约4分钟内执行。用于低分割治疗的总时间的范围是从34到60分钟，其中治疗时间(特别是人工病床旋转)是最大的组成部分。因此，这个总时间中的图像引导部分是可接受的。在我们的研究协议设置中，还获取两个附加3D扫描(约1分钟)，以验证装置校正和患者稳定性。

图3示出用于在线4D锥形束CT引导的放射治疗的软件的屏幕布局。这个例子示出在将计划CT的所有帧配准在稍微小于PTV的掩膜上后，中心肺部肿瘤的配准。具有约1cm肿瘤运动的正确配准是可视的，因为肿瘤在PTV的中心。当这个视图被做成动画时，肿瘤在4D CBCT的所有相位中保持在中心。

这样，我们提供了可以在治疗机器上获取4D CT数据的系统，并使用该系统以用于在线图像引导。通过把高速图像重建与4D图像配准工具结合并一起，可以在约8分钟内执行肺部肿瘤的自动4D定位，这8分钟包括图像获取的4分钟。这对于引导低分割治疗是足够快速的。这样，可以在不用刚性固定或植入标记的情况下对患者进行治疗。为了处理治疗期间的呼吸运动，使用小的余量(margin)。

当然，应当理解，可以在不背离本发明的范围的情况下对上述的实施例作出许多改变。

Claims

1.一种用于对象的、呈现内部周期运动的成像系统，包括：

穿透性放射源和对于放射的二维检测器，所述源和检测器可围绕位于从源到检测器的束路径上的轴旋转；

用于从检测器得到的图像的存储装置；

控制装置，用于启动源和检测器的旋转，以及用于随时间在多个旋转角度上从检测器获取图像；

处理装置，用于：

在垂直于轴的方向上压缩图像，以产生一维图像，

将直到该时刻所获得的一维图像并排地合并成二维图像，

分析这样获得的二维图像以识别周期图案，

基于该分析，将相位信息分配给存储装置中的图像，

选择存储装置中具有同样相位信息的图像，以及

背面投影所选择的图像，

所述控制装置被适配为在多个图像已经被放置在存储装置中之后调用所述处理装置，然后将另外的图像放置在存储装置中，并进一步调用所述处理装置。

2.按照权利要求1的成像系统，其中在处理之前对图像进行滤波。

3.按照权利要求1或权利要求2的成像系统，其中所述穿透性放射包括X放射。

4.按照前述权利要求的任一项的成像系统，其中所述二维检测器是平板检测器。

5.按照前述权利要求的任一项的成像系统，其中所述对象是患者。

6.按照权利要求5的成像系统，其中所述运动是呼吸。

7.按照前述权利要求的任一项的成像系统，其中通过把图像分配给多个储存器之一来选择图像，其中具有同样相位信息的图像被分配给相同的储存器。

8.基本上如在这里参照附图描述的和/或如附图中所示的成像系统。