CN102440789B - 一种基于双能x射线图像的软组织病灶定位系统 - Google Patents
一种基于双能x射线图像的软组织病灶定位系统 Download PDFInfo
- Publication number
- CN102440789B CN102440789B CN201110265119.8A CN201110265119A CN102440789B CN 102440789 B CN102440789 B CN 102440789B CN 201110265119 A CN201110265119 A CN 201110265119A CN 102440789 B CN102440789 B CN 102440789B
- Authority
- CN
- China
- Prior art keywords
- image
- drr
- soft tissue
- drr image
- plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 210000004872 soft tissue Anatomy 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title abstract description 29
- 230000003902 lesion Effects 0.000 title abstract description 6
- 238000013519 translation Methods 0.000 claims abstract description 126
- 238000000275 quality assurance Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 12
- 230000002787 reinforcement Effects 0.000 claims description 6
- 230000014616 translation Effects 0.000 description 98
- 206010028980 Neoplasm Diseases 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 22
- 238000001959 radiotherapy Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000002786 image-guided radiation therapy Methods 0.000 description 9
- 238000006073 displacement reaction Methods 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 210000000038 chest Anatomy 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 238000007408 cone-beam computed tomography Methods 0.000 description 3
- 210000003238 esophagus Anatomy 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000002685 pulmonary effect Effects 0.000 description 3
- 206010006187 Breast cancer Diseases 0.000 description 2
- 208000026310 Breast neoplasm Diseases 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002594 fluoroscopy Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000033912 thigmotaxis Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002721 intensity-modulated radiation therapy Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002673 radiosurgery Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种基于双能X射线图像的软组织病灶定位方法及系统，该方法包括：生成患者的三维图像并离线生成沿平面外平移方向的软组织DRR图像库；采集患者的高、低能量X射线图像，并生成患者的软组织X射线图像；将软组织X射线图像作为被配准图像，使用离线生成的软组织DRR图像库中的DRR图像中包含病灶的配准窗口，对平面内平移参数、平面外平移参数的值进行估算；以对平面外平移参数的最新参数估算结果对三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库；将软组织X射线图像作为被配准图像，使用在线生成的软组织DRR图像库中的DRR图像中包含病灶的配准窗口，对平面内平移参数、平面外平移参数的值进行进一步估算。
Description
技术领域
本发明涉及医学图像配准系统，尤其一种基于双能X射线图像的软组织病灶定位系统。
背景技术
图像引导放射治疗(IGRT)是近十年逐步发展起来的肿瘤放射治疗和肿瘤放射外科手术的最新理论和技术，是现代放射治疗的一个里程碑。IGRT通过先进的影像设备及图像处理方法对患者的病灶在治疗前和治疗中进行定位追踪，实现对肿瘤的精确放射治疗，降低对肿瘤周边正常组织的损伤，改善对患者的治疗效果。IGRT是所有现代新兴放射治疗技术的基础，如立体定向神经放射外科手术(SRS)、立体定向体部放射治疗(SBRT)、图像引导的调强放射治疗(IG-IMRT)，而图像引导是IGRT的核心技术。
目前IGRT的图像引导主要采用kV级X射线成像技术或机载椎形CT(CBCT)技术。基于X射线成像技术的图像引导技术，是通过单个或多个X射线透视图像和治疗计划CT的2D-3D(二维-三维)图像配准，来确定患者或病灶(例如，肿瘤)的位置，通过在治疗前移动治疗床来调整患者位置、或在治疗中调整治疗射线，实现对肿瘤的精确治疗。而基于CBCT技术的图像引导技术，是通过在线生成的CBCT和治疗计划CT的三维-三维(3D-3D)图像配准来实现治疗前的患者定位。
使用现有的用于IGRT图像引导的X射线成像技术对患者进行放射治疗(例如，对胸部肿瘤进行放射治疗)时，需要在患者的胸部肿瘤内或肿瘤附近用手术方法植入一个或多个金属标记，通过探测金属标记位置来间接地估算肿瘤的移动位置，这是一种有创并且不精确的方法，需要改进。
发明内容
本发明所要解决的技术问题是，克服现有技术的不足，提供一种无需预先植入金属标记即可在放射治疗时准确确定病灶(例如，肿瘤)位置的软组织病灶定位系统。
为了解决上述问题，本发明提供一种基于双能X射线图像的软组织病灶定位系统，包含：三维图像生成单元，X射线图像采集单元，该系统还包含：DRR图像库生成单元，图像配准单元；其中：
所述三维图像生成单元，用于生成患者的三维图像，并将其输出至DRR图像库生成单元；
所述DRR图像库生成单元，用于根据接收到的三维图像离线生成沿平面外平移方向的软组织DRR图像库，并输出其中包含的DRR图像；
所述X射线图像采集单元，用于采集所述患者的高能量X射线图像和低能量X射线图像，并使用采集的高能量X射线图像和低能量X射线图像生成患者的软组织X射线图像，并输出；
所述图像配准单元，用于将接收到的软组织X射线图像作为被配准图像，使用所述离线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行估算，并输出参数估算结果；
所述DRR图像库生成单元，还用于以接收到的对平面外平移参数的最新参数估算结果作为基准位置对所述三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至所述图像配准单元；
所述图像配准单元，还用于将接收到的所述软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行进一步估算，并输出参数估算结果。
此外，所述系统中还包含图像加强单元；
所述图像加强单元，用于接收所述X射线图像采集单元输出的软组织X射线图像，并接收所述离线生成的DRR图像库中包含的DRR图像，并以接收到的DRR图像为参考，对所述X射线图像进行图像加强，并将加强后的软组织X射线图像输出至所述图像配准单元。
此外，所述图像配准单元，还用于判断是否已满足参数估算精度要求，如果未满足，则所述图像配准单元和所述DRR图像库生成单元重复执行如下操作，直至所述图像配准单元判定满足参数估算精度要求：
所述图像配准单元将所述对平面外平移参数的值进行估算得到的参数估算结果输出至所述DRR图像库生成单元；
所述DRR图像库生成单元以接收到的参数估算结果作为基准位置对所述三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至所述图像配准单元；
所述图像配准单元将接收到的软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行进一步估算；
所述图像配准单元判断是否已满足参数估算精度要求。
此外，所述系统中还包含：质量保证参数检验单元；
所述图像配准单元在判定已满足参数估算精度要求后，还用于将参数估算结果输出至所述质量保证参数检验单元；
所述质量保证参数检验单元，用于计算接收到的参数估算结果所对应的质量保证参数，并对其进行检验，如果检验通过，则输出图像配准结果。
此外，所述DRR图像库生成单元采用如下方式离线生成沿平面外平移方向的软组织DRR图像库：
设定包含Q0个不同的平移位置z(i)；z(i)满足：
zL[0]≤z(i)≤zH[0]；
对每一z(i)生成一个对应的DRR图像，从而生成包含Q0个不同z(i)所对应的DRR图像的软组织DRR图像库；
其中，zL[0]和zH[0]分别表示离线生成软组织DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；
i＝1，2，...，Q0；Q0为大于1的整数。
此外，所述DRR图像库生成单元采用如下方式第k次在线生成沿平面外平移方向的软组织DRR图像库：
设定Qk个不同的平面外平移值z(i)；z(i)满足：
zL[k]≤z(i)≤zH[k]；
对每一z(i)值生成一个对应的DRR图像，从而生成包含Qk个DRR图像的DRR图像库；
其中，zL[k]和zH[k]分别表示第k次在线生成沿平面外平移方向的DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；
i＝1，2，...，Qk；Qk为大于1的整数；k为大于0的整数。
此外，zL[k+1]＞zL[k]，且zH[k+1]＜zH[k]。
此外，所述DRR图像库生成单元第k次在线生成沿平面外平移方向的DRR图像库时，各z(i)之间的差值为Δz[k]；且满足：
Δz[k+1]＜Δz[k]。
此外，所述X射线图像采集单元采用如下方式采集所述患者的高能量X射线图像和低能量X射线图像：
在完成一次高能量X射线图像的采集后的T毫秒内完成一次低能量X射线图像的采集；或
在完成一次低能量X射线图像的采集后的T毫秒内完成一次高能量X射线图像的采集；
其中，T≤200ms。
此外，所述图像配准单元使用软组织DRR图像库中的基准DRR图像对平面内平移参数的值进行估算。
此外，所述图像配准单元采用如下方式之一判断是否已满足参数估算精度要求：
方式一：判断在线生成软组织DRR图像库的次数k是否等于预先设定的值N，如果k＝N，则判定已满足参数估算精度要求；如果k＜N，则判定未满足参数估算精度要求；
方式二：判断本次估算的参数值与上一次估算的相应参数值的差值是否小于预先设定的参数差值，如果小于，则判定已满足参数估算精度要求；否则，判定未满足参数估算精度要求；所述参数值包括以下一种或多种：平面内平移参数，平面外平移参数。
此外，所述DRR图像库生成单元还用于在所述离线生成的软组织DRR图像库的DRR图像中确定包含病灶的配准窗口，并将配准窗口参数输出至所述图像配准单元；
所述图像配准单元根据接收到的所述配准窗口参数确定DRR图像的所述包含病灶的配准窗口。
此外，所述DRR图像库生成单元在所述离线生成的软组织DRR图像库的基准DRR图像中确定所述包含病灶的配准窗口。
综上所述，本发明基于双能量X射线成像技术的二维-三维医学图像配准系统(也可称为：软组织病灶定位系统)，在生成沿平面外平移方向的软组织DRR图像库，并在该图像库的DRR图像(例如，基准DRR图像)中定义包含病灶(例如，肿瘤)的配准窗口后，采用双能量X射线成像技术生成患者的软组织X射线图像；然后，根据上述配准窗口，对软组织X射线图像和软组织DRR图像进行图像配准，探测出病灶(例如，肿瘤)的移动位置。本发明的系统可在图像引导放射治疗中实现对胸部、肺部、食道等部位的病灶(例如，肿瘤)的直接定位和追踪，而无需在放射治疗时以植入的金属标记作参考，减少了对患者的损伤，提高了配准速度、配准精度和配准的成功率。
附图说明
图1为X射线成像几何及坐标系的示意图；
图2是本发明基于双能量X射线成像技术的二维-三维医学图像配准方法(软组织病灶定位方法)流程图；
图3为在基准DRR图像上确定包含病灶(例如，肿瘤)的配准窗口的示意图；
图4为本发明基于双能量X射线成像技术的二维-三维医学图像配准系统(软组织病灶定位系统)的结构示意图。
具体实施方式
本发明的核心是，生成沿平面外平移方向的软组织DRR图像库，并在该图像库的DRR图像(可称为软组织DRR图像)中定义包含病灶(例如，肿瘤)的配准窗口；采用双能量X射线成像技术生成软组织X射线图像，将该软组织X射线图像作为被配准图像，根据上述配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行估算。
上述双能量X射线成像技术是指用高、低两种能量的X射线对人体同一部位连续采集两个X射线图像，由于人体组织对不同能量的X射线衰减系数不同，两个图像会有不同的光密度分布，对两个图像进行加权相减，可以分别给出被成像结构中的软组织或骨骼的单一成分的分布图像，从而产生一个软组织X射线图像和一个骨骼X射线图像，软组织X射线图像去掉了骨骼投影部分，可清晰分辨胸部等部位的病灶(例如，肿瘤)的形状。
首先对本发明涉及的X射线成像几何与坐标系进行描述。
图1描述了X射线成像几何及坐标系。如图1所示，X射线源发射的X射线穿透三维被成像体(患者)，在二维成像平面上产生一个透视图像，该透视图像称为X射线图像。图1中，s和op分别表示X射线源中心和成像平面中心。
图1中，三维坐标系(oxyz)为患者坐标系，病灶位移(例如，肿瘤位移)由三个参数来描述，即三个平移参数(x，y，z)。二维坐标系(opxpyp)为成像平面坐标系，肿瘤位移由三个参数来描述：两个平面内平移参数(xp，yp)和一个平面外平移参数z。
在三维患者坐标系和二维成像平面坐标系之间，平面外平移参数z有直接的对应关系，而两个平移参数可通过简单的几何放大关系互相转换：
xp＝ax，yp＝ay；其中，常数为成像几何的放大系数。
图像配准就是通过确定成像平面坐标系中的三个参数(xp，yp，z)，来确定患者坐标系中用于表示病灶位移(例如，肿瘤位移)的三个参数(x，y，z)。
本发明的2D-3D图像配准是根据图像之间器官组织的相似性，通过比较单个或多个实时采集的二维X射线图像和预先产生的三维CT或MRI(磁共振成像)图像，来确定患者(病灶)在扫描时和放射治疗时的位置变化。
在配准过程中，首先对三维的CT图像或MRI图像进行二维透视投影，生成数字重建透视图(Digitally Reconstructed Radiograph，简称DRR)图像库，作为图像配准的基准图像；然后，将实时采集的X射线图像作为被配准图像，用图像相似性测量比较X射线图像和DRR图像库，以探测患者(病灶)在X射线成像与在CT扫描之间的位置变化。
下面将结合附图和实施例对本发明进行详细描述。
图2是本发明基于双能量X射线成像技术的二维-三维医学图像配准方法(软组织病灶定位方法)流程图。如图2所示，该方法包括如下步骤：
201，生成患者的三维图像，沿平面外平移方向离线生成软组织DRR图像库；
平面外平移方向指图1中的z坐标轴方向。
沿平面外平移方向离线生成的软组织DRR图像库由沿z坐标轴方向不同平移位置所对应的多个DRR图像(可称为软组织DRR图像)组成。
在三维CT图像中，骨骼结构的图像灰度值一般在1700～2300之间，而软组织的图像灰度值一般在1100以下。在生成DRR图像的投影过程中，只对CT图像灰度值小于1200的像元进行投影，生成的DRR图像只包含图像中的软组织结构，这就称为软组织DRR图像，由软组织DRR图像组成的DRR图像库称为软组织DRR图像库。
由于软组织DRR图像是去掉骨骼投影部分，仅包含软组织部分的DRR图像，因此可以清晰分辨胸部、肺部、食道等部位的病灶(例如，肿瘤)的形状和位置，进而便于在后续步骤中通过人工或计算机图像识别等方式在DRR图像中查找病灶，并确定包含病灶的配准窗口。
本步骤中，离线生成软组织DRR图像库时，需要在预先设定的平面外平移位置范围内定义Q0个不同的平面外平移位置：z(i)；其中，i＝1，2，..，Q0；生成包含Q0个不同z(i)所对应的DRR图像的软组织DRR图像库；Q0为大于1的整数。
本步骤中生成的软组织DRR图像库包含在比较大的平移范围内定义的不同平面外平移参数z值所对应的DRR图像。本步骤中，z(i)满足：
zL[0]≤z(i)≤zH[0]。
其中，zL[0]和zH[0]分别表示离线生成软组织DRR图像库时平面外平移参数z(i)的取值范围的下限和上限。
执行本步骤时，可以在比较大的平移范围内定义多个不同平移，例如，令：zL[0]＝-50mm，zH[0]＝+50mm；而各z(i)之间的差值(即位置间隔)Δz[0]可以较大，例如，令：Δz[0]＝5mm。
202，在软组织DRR图像库的DRR图像中定义(确定)包含病灶(例如，肿瘤)的配准窗口(即在DRR图像中查找并定位病灶，并将包含病灶的区域确定为配准窗口)；
如图3所示，本步骤中，可以在软组织DRR图像库的基准DRR图像中定义包含病灶(例如，肿瘤)的配准窗口。由于软组织DRR图像库沿平面外平移方向生成，因此基准DRR图像的配准窗口与非基准DRR图像的配准窗口的位置相同。
上述基准DRR图像可以是软组织DRR图像库中平面外平移参数等于零所对应的DRR图像。
本步骤也可以在步骤203或204或205之后、步骤206之前执行。
203，实时采集患者的高、低能量X射线图像(包含病灶位置)，分别生成高能量X射线图像和低能量X射线图像；
高能量X射线图像通常指电压在100～150KV之间采集的X射线图像，而低能量X射线图像通常指电压在40～80KV之间采集的X射线图像。
本步骤中，为了防止患者的呼吸等运动对采集X射线图像的影响，造成高能量X射线图像与低能量X射线图像之间的位置差异过大，本步骤中可以连续采集一对高能量X射线图像和低能量X射线图像；例如，在完成一次高能量X射线图像/低能量X射线图像的采集后的T毫秒内完成一次低能量X射线图像/高能量X射线图像的采集；上述T≤200ms，本实施例中T可以为100ms。
204，对采集到的高能量X射线图像和低能量X射线图像进行加权相减，生成患者的软组织X射线图像(包含病灶位置)。
对高能量X射线图像和低能量X射线图像进行加权相减，生成患者的软组织X射线图像的具体方法为现有技术，本文不再赘述。
205，以离线生成的软组织DRR图像库中的基准DRR图像作为参考，对软组织X射线图像进行图像加强，使加强后的X射线图像与DRR图像在视觉上相似，以提高图像配准的精度；
本实施例中，可以采用如下方式实现对软组织X射线图像的加强：以软组织DRR图像库中的基准DRR图像的直方图作为参考，调整软组织X射线图像的直方图，使之与基准DRR图像的直方图达到最大限度的相似。当然，也可以采用现有技术中的其他方法实现软组织X射线图像的加强。
本步骤为可选步骤。
206，采用二维(2D)搜索法，将软组织X射线图像作为被配准图像，以离线生成的软组织DRR图像库中的基准DRR图像为基准，根据步骤202中定义的基准DRR图像的配准窗口，对两个平面内平移参数(xp，yp)的值进行初步估算，得到估算值：(xp[0]，yp[0])；
具体地说，本步骤中可以根据步骤202中定义的配准窗口，在比较大的平移搜索范围内(例如，-40mm～+40mm)，对两个平面内平移参数(xp，yp)的值进行初步估算(即以配准窗口内的特征在软组织X射线图像中寻找对应的位置)，得到估算值：(xp[0]，yp[0])；
上述2D搜索法是指在规定的二维参数空间范围内，比较被配准图像与基准图像的相似性测量，以确定这两个参数的数值。本步骤中采用2D搜索法确定的两个参数为：平面内平移参数(xp，yp)。
相似性测量可以采用现有技术中的归一化相关相似法或互信息相似法，本文不再赘述。
207，采用一维(1D)搜索法，将软组织X射线图像作为被配准图像，基于离线生成的软组织DRR图像库，在比较大的搜索范围内(例如，在整个离线生成的软组织DRR图像库的搜索范围内)，根据DRR图像的配准窗口，对平面外平移参数z的值进行估算，得到估算值：z[0]；
上述1D搜索法是指在规定的一维参数空间范围内，比较被配准图像与基准图像的相似性测量，以确定这个参数的数值。本步骤中采用1D搜索法确定的参数为：平面外平移参数z。
208，将对平面外平移参数z的最新估算结果作为CT基准位置对三维图像进行调整，沿平面外平移方向在线生成软组织DRR图像库；
第1次沿平面外平移方向在线生成软组织DRR图像库时，以步骤207中对平面外平移参数的估算结果：z[0]为基准位置，在线生成软组织DRR图像库；第k+1次沿平面外平移方向在线生成软组织DRR图像库时，则以步骤210中对平面外平移参数的估算结果：z[k]为基准位置，在线生成软组织DRR图像库；k为沿平面外平移方向在线生成软组织DRR图像库的次数。
沿平面外平移方向在线生成的软组织DRR图像库由沿z坐标轴方向不同的平移位置所对应的多个DRR图像(可以称为软组织DRR图像)组成。
本步骤中，第k次在线生成软组织DRR图像库时，需要在预先设定的平移位置范围内定义Qk个不同的平移位置：z(i)；其中，i＝1，2，..，Qk，生成包含Qk个不同z(i)所对应的DRR图像的软组织DRR图像库；Qk为大于1的整数。
本步骤中生成的软组织DRR图像库包含不同的平面外平移参数z值所对应的DRR图像。也就是说，本步骤中，z(i)满足：
zL[k]≤z(i)≤zH[k]。
其中，zL[k]和zH[k]分别表示第k次在线生成软组织DRR图像库时平面外平移参数z(i)的取值范围的下限和上限。
本步骤中，由于需要进行更为精确的计算，zL[k]可以大于等于-5mm，zH[k]可以小于等于5mm，而各z(i)之间的差值(即位置间隔)Δz[k]可以较小，例如，令：Δz[k]＝0.5mm；并且，可以令：
zL[k+1]＞zL[k]，zH[k+1]＜zH[k]，Δz[k+1]＜Δz[k]。
209，采用2D搜索法，将软组织X射线图像作为被配准图像，以第k次在线生成的软组织DRR图像库中的基准DRR图像为基准，根据基准DRR图像的配准窗口，对两个平面内平移参数(xp，yp)的值进行进一步估算，得到估算值：(xp[k]，yp[k])；
具体地说，本步骤中可以根据基准DRR图像的配准窗口，用先前步骤估算的(xp[k-1]，yp[k-1])作为搜索起始点，在比较小的平移搜索范围内(例如，-2mm～+2mm)，对两个平面内平移参数(xp，yp)的值进行进一步估算(即以配准窗口内的特征在软组织X射线图像中寻找对应的位置)，得到估算值：(xp[k]，yp[k])；
需要注意的是，由于在线生成的软组织DRR图像库与离线生成的软组织DRR图像库之间的差别仅在于平面外平移参数的不同，因此在线生成的软组织DRR图像库的DRR图像(基准DRR图像和非基准DRR图像)的配准窗口与离线生成的软组织DRR图像库的基准DRR图像的配准窗口位置相同。
210，采用1D搜索法，将软组织X射线图像作为被配准图像，在第k次在线生成的整个软组织DRR图像库的搜索范围内，根据DRR图像的配准窗口，对平面外平移参数z的值进行进一步估算，得到估算值：z[k]。
211，判断当前是否已满足参数估算精度要求，如果已满足，则执行下一步，如果未满足，则跳转至步骤208；
本步骤中，可以采用如下方式之一判断当前是否已满足参数估算精度要求：
方式一：迭代次数(即在线生成沿平面外平移方向的软组织DRR图像库的次数)k是否等于预先设定的值N(例如，N＝2)，如果k＝N，则判定已满足参数估算精度要求；如果k＜N，则判定未满足参数估算精度要求。
方式二：如果本次估算的参数值与上一次估算的相应参数值的差值小于预先设定的参数差值，则判定已满足参数估算精度要求；否则，判定未满足参数估算精度要求；例如，当满足以下一个或多个条件时，判定已满足参数估算精度要求：
(1)|xp[k]-xp[k-1]|≤Δxp，Δxp为预先设定的参数xp的差值；
(2)|yp[k]-yp[k-1]|≤Δyp，Δyp为预先设定的参数yp的差值；
(3)|z[k]-z[k-1]|≤Δz，Δz为预先设定的参数z的差值；
其中，k(k≥1)表示沿平面外平移方向在线生成软组织DRR图像库的次数，xp[k]、yp[k]、z[k]为基于第k次沿平面外平移方向在线生成的软组织DRR图像库估算得到的参数；当k＝1时，xp[0]、yp[0]、z[0]为基于沿平面外平移方向离线生成的软组织DRR图像库估算得到的参数。
212，计算图像配准结果(即参数估算结果)的质量保证参数。
213，对计算得到的质量保证参数进行检验，如果检验通过(即图像配准成功)，则执行步骤214，否则执行步骤215；
计算和检验质量保证参数，是图像配准算法对自身配准结果的自身验证，计算及检验图像配准结果的质量保证参数可以采用现有技术中的多种方法实现，例如：
当采用归一化相关相似法作为图像配准的相似性测量法，对平面内平移参数、平面外平移参数的值进行估算时，分别得到对应于平面内平移参数、平面外平移参数的归一化相关系数，如果各归一化相关系数大于预先设定的某门限值，则通过质量保证参数的检验。
214，图像配准成功，输出图像配准结果，本流程结束；
本步骤中输出的图像配准结果为三个平移参数，即：(x，y，z)。
215，图像配准失败，没有可输出的图像配准结果，本流程结束。
图4为本发明基于双能量X射线成像技术的二维-三维医学图像配准系统(软组织病灶定位系统)的结构示意图；如图4所示，该系统包含：三维图像生成单元，X射线图像采集单元，DRR图像库生成单元，图像配准单元，图像加强单元，质量保证参数检验单元。
三维图像生成单元，用于生成患者的三维图像，并将其输出至DRR图像库生成单元；
DRR图像库生成单元，用于根据接收到的三维图像离线生成沿平面外平移方向的软组织DRR图像库，并输出其中包含的DRR图像；
X射线图像采集单元，用于采集患者的高能量X射线图像和低能量X射线图像，并使用采集的高能量X射线图像和低能量X射线图像生成患者的软组织X射线图像，并输出；
图像配准单元，用于将接收到的软组织X射线图像作为被配准图像，使用离线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行估算，并输出参数估算结果；
DRR图像库生成单元，还用于以接收到的对平面外平移参数的最新参数估算结果作为基准位置对三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至图像配准单元；
图像配准单元，还用于将接收到的软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行进一步估算，并输出参数估算结果。
图像加强单元，用于接收X射线图像采集单元输出的软组织X射线图像，并接收离线生成的DRR图像库中包含的DRR图像，并以接收到的DRR图像为参考，对X射线图像进行图像加强，并将加强后的软组织X射线图像输出至图像配准单元。
图像配准单元，还用于判断是否已满足参数估算精度要求，如果未满足，则图像配准单元和DRR图像库生成单元重复执行如下操作，直至图像配准单元判定满足参数估算精度要求：图像配准单元将对平面外平移参数的值进行估算得到的参数估算结果输出至DRR图像库生成单元；DRR图像库生成单元以接收到的参数估算结果作为基准位置对三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至图像配准单元；图像配准单元将接收到的软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数、和/或平面外平移参数的值进行进一步估算；图像配准单元判断是否已满足参数估算精度要求。
此外，图像配准单元在判定已满足参数估算精度要求后，还用于将参数估算结果输出至质量保证参数检验单元；
质量保证参数检验单元，用于计算接收到的参数估算结果所对应的质量保证参数，并对其进行检验，如果检验通过，则输出图像配准结果。
此外，DRR图像库生成单元采用如下方式离线生成沿平面外平移方向的软组织DRR图像库：
设定包含Q0个不同的平移位置z(i)；z(i)满足：
zL[0]≤z(i)≤zH[0]；
对每一z(i)生成一个对应的DRR图像，从而生成包含Q0个不同z(i)所对应的DRR图像的软组织DRR图像库；
其中，zL[0]和zH[0]分别表示离线生成软组织DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；i＝1，2，...，Q0；Q0为大于1的整数。
此外，DRR图像库生成单元采用如下方式第k次在线生成沿平面外平移方向的软组织DRR图像库：
设定Qk个不同的平面外平移值z(i)；z(i)满足：
zL[k]≤z(i)≤zH[k]；
对每一z(i)值生成一个对应的DRR图像，从而生成包含Qk个DRR图像的DRR图像库；
其中，zL[k]和zH[k]分别表示第k次在线生成沿平面外平移方向的DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；i＝1，2，...，Qk；Qk为大于1的整数；k为大于0的整数。
此外，zL[k+1]＞zL[k]，且zH[k+1]＜zH[k]。
此外，DRR图像库生成单元第k次在线生成沿平面外平移方向的DRR图像库时，各z(i)之间的差值为Δz[k]；且满足：
Δz[k+1]＜Δz[k]。
此外，X射线图像采集单元采用如下方式采集患者的高能量X射线图像和低能量X射线图像：
在完成一次高能量X射线图像的采集后的T毫秒内完成一次低能量X射线图像的采集；或
在完成一次低能量X射线图像的采集后的T毫秒内完成一次高能量X射线图像的采集；其中，T≤200ms。
此外，图像配准单元使用软组织DRR图像库中的基准DRR图像对平面内平移参数的值进行估算。
此外，图像配准单元采用如下方式之一判断是否已满足参数估算精度要求：
方式一：判断在线生成软组织DRR图像库的次数k是否等于预先设定的值N，如果k＝N，则判定已满足参数估算精度要求；如果k＜N，则判定未满足参数估算精度要求；
方式二：判断本次估算的参数值与上一次估算的相应参数值的差值是否小于预先设定的参数差值，如果小于，则判定已满足参数估算精度要求；否则，判定未满足参数估算精度要求；参数值包括以下一种或多种：平面内平移参数，平面外平移参数。
此外，DRR图像库生成单元还用于在离线生成的软组织DRR图像库的DRR图像中确定包含病灶的配准窗口，并将配准窗口参数(例如，配准窗口在DRR图像中的坐标值)输出至图像配准单元；
图像配准单元根据接收到的配准窗口参数确定DRR图像的包含病灶的配准窗口。
此外，DRR图像库生成单元在离线生成的软组织DRR图像库的基准DRR图像中确定包含病灶的配准窗口。
上述各单元的具体功能和参数详见图2所示方法流程中的描述。
综上所述，采用本发明基于双能量X射线成像技术的二维-三维医学图像配准系统，在生成沿平面外平移方向的软组织DRR图像库，并在该图像库的DRR图像(例如，基准DRR图像)中定义包含病灶(例如，肿瘤)的配准窗口后，采用双能量X射线成像技术生成患者的软组织X射线图像；然后，根据上述配准窗口，对软组织X射线图像和软组织DRR图像进行图像配准，探测出病灶(例如，肿瘤)的移动位置。本发明的系统可在图像引导放射治疗中实现对胸部、肺部、食道等部位的病灶(例如，肿瘤)的直接定位和追踪，而无需在放射治疗时以植入的金属标记作参考，减少了对患者的损伤，提高了配准速度、配准精度和配准的成功率。
Claims (13)
1.一种基于双能X射线图像的软组织病灶定位系统，包含：三维图像生成单元，X射线图像采集单元，其特征在于，该系统还包含：DRR图像库生成单元，图像配准单元；其中：
所述三维图像生成单元，用于生成患者的三维图像，并将其输出至DRR图像库生成单元；
所述DRR图像库生成单元，用于根据接收到的三维图像离线生成沿平面外平移方向的软组织DRR图像库，并输出其中包含的DRR图像；
所述X射线图像采集单元，用于采集所述患者的高能量X射线图像和低能量X射线图像，并使用采集的高能量X射线图像和低能量X射线图像生成患者的软组织X射线图像，并输出；
所述图像配准单元，用于将接收到的软组织X射线图像作为被配准图像，使用所述离线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数和平面外平移参数的值进行估算，并输出参数估算结果；
所述DRR图像库生成单元，还用于以接收到的对平面外平移参数的最新参数估算结果作为基准位置对所述三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至所述图像配准单元；
所述图像配准单元，还用于将接收到的所述软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数和平面外平移参数的值进行进一步估算，并输出参数估算结果。
2.如权利要求1所述的系统，其特征在于，
所述系统中还包含图像加强单元；
所述图像加强单元，用于接收所述X射线图像采集单元输出的软组织X射线图像，并接收所述离线生成的DRR图像库中包含的DRR图像，并以接收到的DRR图像为参考，对所述X射线图像进行图像加强，并将加强后的软组织X射线图像输出至所述图像配准单元。
3.如权利要求1所述的系统，其特征在于，
所述图像配准单元，还用于判断是否已满足参数估算精度要求，如果未满足，则所述图像配准单元和所述DRR图像库生成单元重复执行如下操作，直至所述图像配准单元判定满足参数估算精度要求：
所述图像配准单元将所述对平面外平移参数的值进行估算得到的参数估算结果输出至所述DRR图像库生成单元；
所述DRR图像库生成单元以接收到的参数估算结果作为基准位置对所述三维图像进行调整，在线生成沿平面外平移方向的软组织DRR图像库，并将其中包含的DRR图像输出至所述图像配准单元；
所述图像配准单元将接收到的软组织X射线图像作为被配准图像，使用接收到的最新在线生成的软组织DRR图像库中的DRR图像，根据DRR图像中包含病灶的配准窗口，分别对平面内平移参数和平面外平移参数的值进行进一步估算；
所述图像配准单元判断是否已满足参数估算精度要求。
4.如权利要求3所述的系统，其特征在于，
所述系统中还包含：质量保证参数检验单元；
所述图像配准单元在判定已满足参数估算精度要求后，还用于将参数估算结果输出至所述质量保证参数检验单元；
所述质量保证参数检验单元，用于计算接收到的参数估算结果所对应的质量保证参数，并对其进行检验，如果检验通过，则输出图像配准结果。
5.如权利要求1所述的系统，其特征在于，
所述DRR图像库生成单元采用如下方式离线生成沿平面外平移方向的软组织DRR图像库：
设定包含Q0个不同的平移位置z(i)；z(i)满足：
zL[0]≤z(i)≤zH[0]；
对每一z(i)生成一个对应的DRR图像，从而生成包含Q0个不同z(i)所对应的DRR图像的软组织DRR图像库；
其中，zL[0]和zH[0]分别表示离线生成软组织DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；
i＝1，2，...，Q0；Q0为大于1的整数。
6.如权利要求3或5所述的系统，其特征在于，
所述DRR图像库生成单元采用如下方式第k次在线生成沿平面外平移方向的软组织DRR图像库：
设定Qk个不同的平面外平移值z(i)；z(i)满足：
zL[k]≤z(i)≤zH[k]；
对每一z(i)值生成一个对应的DRR图像，从而生成包含Qk个DRR图像的DRR图像库；
其中，zL[k]和zH[k]分别表示第k次在线生成沿平面外平移方向的DRR图像库时平面外平移参数z(i)的取值范围的下限和上限；
i＝1，2，...，Qk；Qk为大于1的整数；k为大于0的整数。
7.如权利要求6所述的系统，其特征在于，
zL[k+1]＞zL[k]，且zH[k+1]＜zH[k]。
8.如权利要求7所述的系统，其特征在于，
所述DRR图像库生成单元第k次在线生成沿平面外平移方向的DRR图像库时，各z(i)之间的差值为Δz[k]；且满足：
Δz[k+1]＜Δz[k]。
9.如权利要求1所述的系统，其特征在于，
所述X射线图像采集单元采用如下方式采集所述患者的高能量X射线图像和低能量X射线图像：
在完成一次高能量X射线图像的采集后的T毫秒内完成一次低能量X射线图像的采集；或
在完成一次低能量X射线图像的采集后的T毫秒内完成一次高能量X射线图像的采集；
其中，T≤200ms。
10.如权利要求1所述的系统，其特征在于，
所述图像配准单元使用软组织DRR图像库中的基准DRR图像对平面内平移参数的值进行估算。
11.如权利要求3所述的系统，其特征在于，
所述图像配准单元采用如下方式之一判断是否已满足参数估算精度要求：
方式一：判断在线生成软组织DRR图像库的次数k是否等于预先设定的值N，如果k＝N，则判定已满足参数估算精度要求；如果k＜N，则判定未满足参数估算精度要求；
方式二：判断本次估算的参数值与上一次估算的相应参数值的差值是否小于预先设定的参数差值，如果小于，则判定已满足参数估算精度要求；否则，判定未满足参数估算精度要求；所述参数值包括以下一种或多种：平面内平移参数，平面外平移参数。
12.如权利要求1所述的系统，其特征在于，
所述DRR图像库生成单元还用于在所述离线生成的软组织DRR图像库的DRR图像中确定包含病灶的配准窗口，并将配准窗口参数输出至所述图像配准单元；
所述图像配准单元根据接收到的所述配准窗口参数确定DRR图像的所述包含病灶的配准窗口。
13.如权利要求12所述的系统，其特征在于，
所述DRR图像库生成单元在所述离线生成的软组织DRR图像库的基准DRR图像中确定所述包含病灶的配准窗口。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110265119.8A CN102440789B (zh) | 2011-09-08 | 2011-09-08 | 一种基于双能x射线图像的软组织病灶定位系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110265119.8A CN102440789B (zh) | 2011-09-08 | 2011-09-08 | 一种基于双能x射线图像的软组织病灶定位系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102440789A CN102440789A (zh) | 2012-05-09 |
| CN102440789B true CN102440789B (zh) | 2014-07-09 |
Family
ID=46004084
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110265119.8A Active CN102440789B (zh) | 2011-09-08 | 2011-09-08 | 一种基于双能x射线图像的软组织病灶定位系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102440789B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018204517B3 (de) * | 2018-03-23 | 2019-09-26 | Siemens Healthcare Gmbh | Verfahren zur Bilderzeugung mittels eines Computertomographiegeräts und Computertomographiegerät |
| EP3834883A4 (en) | 2018-08-10 | 2022-03-23 | Our United Corporation | METHOD AND DEVICE FOR TUMOR POSITIONING |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1518955A (zh) * | 2002-11-27 | 2004-08-11 | GEҽ��ϵͳ����������˾ | 软组织容积可视化的方法和装置 |
| CN101076282A (zh) * | 2004-09-30 | 2007-11-21 | 安科锐公司 | 移动目标的动态追踪 |
| CN101501704A (zh) * | 2006-08-11 | 2009-08-05 | 艾可瑞公司 | 用于drr生成和图像配准的图像分割 |
| CN101553281A (zh) * | 2006-11-02 | 2009-10-07 | 艾可瑞公司 | 使用直接目标配准的目标跟踪 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7366278B2 (en) * | 2004-06-30 | 2008-04-29 | Accuray, Inc. | DRR generation using a non-linear attenuation model |
| US7835500B2 (en) * | 2005-11-16 | 2010-11-16 | Accuray Incorporated | Multi-phase registration of 2-D X-ray images to 3-D volume studies |
-
2011
- 2011-09-08 CN CN201110265119.8A patent/CN102440789B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1518955A (zh) * | 2002-11-27 | 2004-08-11 | GEҽ��ϵͳ����������˾ | 软组织容积可视化的方法和装置 |
| CN101076282A (zh) * | 2004-09-30 | 2007-11-21 | 安科锐公司 | 移动目标的动态追踪 |
| CN101501704A (zh) * | 2006-08-11 | 2009-08-05 | 艾可瑞公司 | 用于drr生成和图像配准的图像分割 |
| CN101553281A (zh) * | 2006-11-02 | 2009-10-07 | 艾可瑞公司 | 使用直接目标配准的目标跟踪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102440789A (zh) | 2012-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7453983B2 (en) | Radiation therapy method with target detection | |
| US9179982B2 (en) | Method and system for automatic patient identification | |
| CN102222330B (zh) | 一种二维-三维医学图像配准方法及系统 | |
| AU2017361124B2 (en) | Three-dimensional tracking of a target in a body | |
| CN105792746A (zh) | 追踪体内结构的外部标记物 | |
| CN102222331B (zh) | 一种基于双平板的二维-三维医学图像配准方法及系统 | |
| CN107613873B (zh) | 用于物体的原地靶向的方法和系统 | |
| JP5495886B2 (ja) | 患者位置決めシステム | |
| JP7397909B2 (ja) | 肺癌放射線のためのガイダンス | |
| US9254106B2 (en) | Method for completing a medical image data set | |
| JP2014212820A (ja) | 放射線治療システム | |
| CN102440789B (zh) | 一种基于双能x射线图像的软组织病灶定位系统 | |
| US12017088B2 (en) | Radiotherapy device and radiotherapy method | |
| US20220401758A1 (en) | Patient anatomical structure change detection method, patient anatomical structure change detection device, and computer program | |
| Zheng et al. | A unifying MAP-MRF framework for deriving new point similarity measures for intensity-based 2D-3D registration | |
| Hoisak et al. | A history of surface guidance methods in radiation therapy | |
| US20220230304A1 (en) | Method, computer program product and computer system for providing an approximate image | |
| WO2024047915A1 (ja) | 放射線治療システム、動き追跡装置、および動き追跡方法 | |
| KR20230117404A (ko) | 의료용 화상 처리 장치, 의료용 화상 처리 방법, 컴퓨터 판독가능한 기억 매체, 및 방사선 치료 장치 | |
| MARTINEZ MONSIVAIS | Evaluation of tools used for 4D CBCT motion modelling | |
| Arimura et al. | Quantitative evaluation of the robustness of beam directions based on power spectral analysis of water-equivalent path length image in charged particle therapy | |
| Catan et al. | The Evaluation of Rectum Dose Associated by kV-CBCT Imaging in IGRT |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190327 Address after: 214192 Room 213, 5 Blocks, Ruiyun, 99 Furong Third Road, Xishan Economic Development Zone, Wuxi City, Jiangsu Province Patentee after: Jiangsu Ruier Medical Technology Co., Ltd. Address before: 100039 Unit 4, Unit 7, North Complex Building, No. 10 Jingouhe Road, Haidian District, Beijing Patentee before: Fu Dongshan |