CN104268849A - 图像核对装置以及患者定位装置 - Google Patents

Abstract

本发明的课题在于在使用了ICP法的自动定位计算中，通过避免陷入局部解而可靠地收敛到最优解，获得一种核对精度的高的图像核对装置以及使用了该图像核对装置的患者定位装置。本发明的图像核对装置具有：CT图像数据读入部(17)，分别读入第1和第2CT图像数据；点群数据生成部(18)，对第1和第2CT图像数据的切片图像群进行二值化处理、边缘抽取处理，生成3维空间中的第1和第2点群数据；点群数据分辨率变换部(19)，间除点群数据使得扩大点群数据的排列间距；以及ICP计算部(22)，使用ICP法来求出对于第2点群数据的变换量使得从点群数据分辨率变换部输出的第1点群数据与第2点群数据的误差函数成为最小。

Description

图像核对装置以及患者定位装置

本申请为同一申请人于2010年6月7日提交的申请号为201080014788.1(PCT/JP2010/003772)、发明名称为“图像核对装置以及使用了该图像核对装置的患者定位装置”的中国专利申请的分案申请。

技术领域

该发明涉及一种利用了CT(Computed Tomography：计算机断层摄影)图像数据等的图像核对装置以及使用了该图像核对装置的放射线治疗等中的患者定位装置。

背景技术

作为使用了3维点群数据的以往的图像核对方法，有ICP(Iterative Closest Point：迭代最近点)法。ICP法是如下方法：在成为图像核对的对象的2个3维点群数据(G1，G2)中，将对应点间的距离的总和作为误差函数，通过基于最小二乘评价的逐次的重复计算来推定3维点群数据间的最优的位置姿势变换参数(并进量、以及旋转量)使得最小化所述误差函数。

在该ICP法中计算全部的对应点的组合，因此不需要核对数据彼此那样的对应信息。即不需要3维点群数据G1的某个点和3维点群数据G2的某个点为相同的点这样的信息。因而，不需要人工指出解剖学的特征点等就能够实现图像核对。关于使用了ICP法的图像核对，应用在各种领域中(例如，专利文献1)，但是在放射线治疗中，以进行放射线治疗计划时所获得的治疗计划用3维CT图像数据为基准，进行该数据和治疗时所获得的与骨结构有关的定位用3维CT图像数据的图像核对，另外通过求出使两数据的图像一致那样的位置姿势变换参数，能够定位治疗时的患者。

专利文献1:日本特开平9-277184(2-3页)

发明内容

在使用了这种ICP法的图像核对方法中，图像核对计算结果依赖于成为处理对象的3维点群数据的结构，另外有向核对计算开始时的初始状态依赖的性质。特别是在治疗计划用CT图像数据、定位用CT图像数据的切片厚度(slice thickness)小且接近像素间隔(pixel spacing)的情况下，数据密度高，因此成为误差函数具有很多局部解那样的形状，导致解不收敛在正解值(使误差函数为最小的最优解)而收敛在非正解值(与误差函数的极小值相当的局部解)的情况变多。

关于放射线治疗中的图像核对，使用图12具体地说明上述现象。将以空白的圆为顶点排列为格子状的数据设为成为基准的治疗计划用CT图像数据的点群数据(第1点群数据)，将以黑四角形为顶点排列为格子状的数据设为作为核对对象的治疗时的定位用CT图像数据的点群数据(第2点群数据)。另外，在该例子中为了简单，两点群数据的格子间距离设为相等。

如图那样当第1点群数据和第2点群数据的密度处于高的状态时，在ICP法中的逐次重复计算的第N次(图12(b))中，有时成为最附近的对应点与第(N-1)次(图12(a))相同的比例变多，成为最附近的对应点在第(N+1)次(图12(c))中也不变化，在该情况下，导致误差函数的变化也停留在轻微的水平。

图13示意性地表示上述的状态，其中，横轴取治疗计划数据群与定位数据群的相对位置偏移(Δx)，纵轴取误差函数(E)的分布。误差函数在没有两数据群的位置偏移的情况下(Δx＝0)成为最小，具有如下分布：每当两数据群从该状态偏移1格子(d1)时出现极小值(参照曲线E1)。在如上述那样两点群数据的密度处于高的状态的情况下，在从最优解(Δx＝0)偏移了1格子的情况下误差函数E1也具有极小值，因此在ICP法中存在如下问题：被判断为解收敛在该极小值中，陷入局部解(非正解值、Δx＝Δx_L)的可能性高。

本发明是为了解决上述课题而作出的，其目的在于，在使用了ICP法的自动定位计算中，通过避免陷入局部解来可靠地收敛到最优解，获得一种核对精度高的图像核对装置以及使用了该图像核对装置的患者定位装置。

与该发明有关的图像核对装置以及使用了该图像核对装置的患者定位装置具备：CT图像数据读入部，分别读入第1CT图像数据和第2CT图像数据；点群数据生成部，对第1CT图像数据和第2CT图像数据的切片图像群生成3维空间中的第1点群数据和第2点群数据；点群数据分辨率变换部，针对第1点群数据和第2点群数据中的至少一个，间除点群数据使得扩大点群数据的排列间距；以及ICP计算部。

另外，ICP计算部的特征在于，使用ICP法来求出对于所述第2点群数据的变换量使得从点群数据分辨率变换部输出的第1点群数据与第2点群数据的误差函数成为最小。

根据与该发明有关的图像核对装置以及使用了该图像核对装置的患者定位装置，点群数据分辨率变换部针对第1点群数据和第2点群数据中的至少一个，间除点群数据使得扩大点群数据的排列间距，ICP计算部使用ICP法来求出对于第2点群数据的变换量使得从点群数据分辨率变换部输出的第1点群数据与第2点群数据的误差函数成为最小，因此如图13的点群数据分辨率变换之后的曲线(E2)所示，能够变更误差函数的分布使得与扩大了格子间间距的量相应地使极小值出现的间距变宽。

因而，即使在点群数据分辨率变更前的误差函数(E1)中处于极小值(Δx＝Δx_L)的情况下，能够使得在点群数据分辨率变更后(E2)不是极小值，因此不会误判断为解收敛而在ICP计算部中进一步进行解的搜索，能够可靠地收敛在最优解(Δx＝0)。

附图说明

图1是表示与本发明的实施方式1的图像核对装置以及患者定位装置有关的整体设备结构的图。

图2是表示构成本发明的实施方式1的图像核对装置以及患者定位装置的各数据处理部的关系的图。

图3是示意性地表示在本发明的实施方式1的图像核对装置中坐标系的定义的图。

图4是说明在本发明的实施方式1的图像核对装置中从CT图像数据的切片图像进行点群数据的生成的样子的图。

图5是表示在本发明的实施方式1的图像核对装置中对骨轮廓图像制作了点群数据的例子的图。

图6是表示在本发明的实施方式1的图像核对装置中点群数据的区域分割的样子的图。

图7是表示在本发明的实施方式1的图像核对装置中任意点与点群的距离的定义的示意图。

图8是表示构成本发明的实施方式2的图像核对装置以及患者定位装置的各数据处理部的关系的图。

图9是说明使用本发明的实施方式2的图像核对装置来设定多层多模板时的评价得分计算方法的图。

图10是说明使用本发明的实施方式2的图像核对装置来设定多层多模板时的评价得分计算方法的图。

图11是说明使用本发明的实施方式2的图像核对装置来设定多层多模板时的评价得分计算方法的图。

图12是说明在使用了ICP法的图像核对的计算中陷入局部解的现象的图。

图13是说明点群数据分辨率变换处理前后的误差函数的分布的不同的图。

(附图标记说明)

15a、15b：图像核对装置；16a、16b：患者定位装置；17：CT图像数据读入部；18：点群数据生成部；19：点群数据分辨率变换部；20：区域分割部；21：点群数据噪声去除部；22：ICP计算部；23：MPR处理部；24：治疗台控制参数计算部；25：模板设定部；26：模板匹配部。

具体实施方式

实施方式1.

图1是表示与使用了假定应用本发明的实施方式1的图像核对装置以及患者定位装置的CT图像数据的图像核对、定位、放射线治疗有关的整体设备结构的图。1是用于进行在放射线治疗之前进行的治疗计划的CT模拟器室，这里具备CT机架2、以及CT图像摄影用床的顶板3，患者4平躺在顶板3之上，拍摄治疗计划用的CT图像数据使得包含患部5。

另一方面，6是用于进行放射线治疗的治疗室，这里具备CT机架7、旋转治疗台8、以及位于旋转治疗台8的上部的顶板9，患者10平躺在顶板9之上，拍摄定位用的CT图像数据使得包含治疗时的患部11。

这里，定位是指：从治疗计划用的CT图像数据推断出治疗时的患者10和患部11的位置，计算体位补正量使得符合治疗计划，进行位置对准使得治疗时的患部11来到放射线治疗的线束照射中心12。位置对准是通过如下来实现的：将患者10载置在顶板9的状态下驱动控制旋转治疗台8来移动顶板9的位置。旋转治疗台8能够实现并进·旋转的6自由度的驱动补正，并且通过将旋转治疗台8的顶板9旋转180度还能够从CT摄影位置(在图1中以实线表示)向有照射头13的治疗位置(在图1中以虚线表示)进行移动。此外，在图1中，表示了CT摄影位置和治疗位置处于180度的对置位置关系的情况，但是不限于该配置方式，两者的位置关系构成90度等其它角度也没关系。

这里，治疗计划用的CT图像数据和定位用的CT图像数据传送到定位计算机14。本发明中的图像核对装置以及患者定位装置都与存在于该定位计算机内的计算机软件有关，图像核对装置计算所述体位补正量(并进量、旋转量)，并且患者定位装置包含图像核对装置，并且还具有如下功能：根据该体位补正量来计算控制治疗台的各驱动轴的参数。

在以往的放射线治疗中的定位中，通过核对从治疗计划用CT图像数据生成的DRR(Digitally Reconstructed Radiography：数字重建影像)图像和治疗时在治疗室中拍摄的X线透视图像来计算位置偏移量。在X线透视图像中作为软部组织的患部不太好照出，因此基本上是使用了骨头的位置对准。在本实施方式中记述的CT定位是将CT机架7同室设置在治疗室6内，由治疗的紧接之前的CT图像数据和治疗计划用CT图像数据来进行位置对准，因此具有如下特征：能够直接地描绘出患部、能够实现患部中的位置对准。

接着，说明本实施方式中的图像核对装置以及患者定位装置中的所述体位补正量的计算次序。图2是表示构成图像核对装置以及患者定位装置的各数据处理部间的关系的结构图，这里图像核对装置15a由CT图像数据读入部17、点群数据生成部18、点群数据分辨率变换部19、点群数据区域分割部20、点群数据噪声去除部21、ICP计算部22、MPR处理部23构成，对该图像核对装置15a加上治疗台控制参数计算部24就是患者定位装置16a。

在CT图像数据读入部17中，读入治疗计划用的CT图像数据(第1CT图像数据)和定位用的CT图像数据(第2CT图像数据)。CT图像数据是DICOM(Digital Imaging and Communication in Medicine：医学数字成像和通信)形式的切片图像群，但是格式没有特别限定于此。

在点群数据生成部18中，从治疗计划用CT图像数据和定位用CT图像数据的切片图像群生成基于治疗计划用CT图像数据的点群数据(第1点群数据)和基于定位用CT图像数据的点群数据(第2点群数据)。这里所说的点群数据是指3维空间中的点数据的集合，3维空间是取如下右手坐标系即可：例如图3那样，在切片图像群27内，在包含与CT摄影时的基准点相当的CT原点28的切片图像上设定坐标系29，X轴为切片图像面内的水平方向、Y轴为切片图像面内与X轴垂直的方向、Z轴为与切片图像面垂直的方向。坐标系的标尺能够从作为DICOM形式文件的标签信息的像素间隔(pixel spacing)、切片间隔(slice pitch)来决定。

叙述具体的点群数据的生成处理。由阈值处理对切片图像群进行二值化来抽取骨区域。接着，对二值化图像进行边缘抽取处理，实施细线化处理来获得骨轮廓图像。在边缘抽取处理、细线化处理中能够使用canny法等，但是并不限于此，也可以应用能够实施同等功能的其它图像核对技术。从骨轮廓图像的轮廓线上的数据生成点群数据。点群数据成为具有(X，Y，Z)的三维坐标的点的集合。图4是示意性地表示对切片图像群(图4(a))内的1张切片图像制作骨轮廓图像(图4(b))、并从骨轮廓图像的轮廓线上的数据生成点群数据(图4(c))的例子的图。图5是示意性地表示从3张骨轮廓图像制作了点群数据的例子的图。

在点群数据分辨率变换部19中，对治疗计划用的第1点群数据或者定位用的第2点群数据中的至少一个点群数据，间除点群数据使得扩大点群数据的排列间距，来进行数据量的调整。将由点群数据生成部18生成点群数据时的分辨率定义为1/1，由此能够定义为如下：对2点间除1点的情况定义为分辨率1/2，对4点间除3点的情况定义为分辨率1/4，对8点间除7点的情况定义为分辨率1/8。在分辨率比分辨率1/8小的情况下也设为相同的定义。作为间除的顺序，在相同切片图像面内以进行了光栅扫描时的点群的出现顺序来间除，在跨过切片的情况下，只要将方向确定为从头顶到头尾等这样即可。但是，顺序并没有含义，也可以是随机地间除点群数据整体的处理。另外，间除的分母也不需要是2的幂。

在点群数据区域分割部20中，将由点群数据生成部18、点群数据分辨率变换部19生成的第1点群数据和第2点群数据的各个进行区域分割。例如，只要引入如下构造即可：以点群数据的重心位置为基准，能够对X轴、Y轴、Z轴的每个进行二分割。例如，如果只是X轴的分割则进行2分割，如果对全部的轴(X，Y，Z)进行二分割则合计进行8分割。这里，不需要实际地对数据进行分割来以其它变量、其它文件进行保存，只要引入如下构造即可：将各点群数据所属的区域保持为各点群数据的属性值。

在图6中表示了将定位用的第2点群数据向R1～R4的区域(图6(a))、将治疗计划用的第1点群数据向R1’～R4’的区域(图6(b))分别进行4分割的例子。必须对第1点群数据和第2点群数据这两者相同地进行区域分割，但是针对第1点群数据的分割区域，包含第2点群数据的分割区域的同时考虑在两点群数据间产生位置偏移的情况来设定余量(margin)区域，只能使第1点群数据的分割区域比第2点群数据的分割区域大。

相反地，在将治疗计划用的第1点群数据向定位用的第2点群数据进行核对的情况下，通过使第2点群数据的分割区域具有余量区域来大于第1点群数据的分割区域，第2点群数据的分割区域需要包含第1点群数据的分割区域。

在由点群数据生成部18、点群数据分辨率变换部19生成的第1点群数据和第2点群数据中映出了骨区域以外的顶板3、9、患者4、10的穿衣的一部分等的情况下，在点群数据噪声去除部21中去除该部分的数据。顶板3、9的物理位置是事先已知的，且顶板3、9、患者4、10的穿衣是分布为CT值与骨头不同的值，能够判别为图像核对对象区域以外的部分的数据，因此如果利用坐标信息、CT值则能够容易地去除这些。

在ICP计算部22中，使用经由点群数据生成部18、点群数据分辨率变换部19、点群数据区域分割部20、点群数据噪声去除部21来生成的治疗计划用的第1点群数据和定位用的第2点群数据，通过计算求出对于第2点群数据的变换量(体位补正量)使得对第2点群数据的位置姿势进行哪种变换就能够最接近第1点群数据、即最小化两者间的误差函数。

下面表示具体的处理步骤。作为表示3维空间内的2点间的对应的指标，使用2点间的距离。这里，将3维空间内的2点x₁、x₂间的距离表述为d(x₁，x₂)。

另外，设为在点群G中存在NR个点数据(x(i):i＝1、2、…、NR)的情况下，任意的点p与点群G的距离如数式1所示，定义为属于点群G的点中的与点p最接近的点与点p的距离(参照图7)。

[数式1]

$d(p,Z)=\underset{i}{\min }\left(d(p,x\left(i\right))\right)$

现在，将由第1点群数据(治疗计划用)内的Nref个点数据(x_ref(i):i＝1、2、…、Nref)构成的点群设为Gref，将由第2点群数据(定位用)内的Ntest个点数据(x_test(j):j＝1、2、…、Ntest)构成的点群设为Gtest。

最初，作为步骤1，求出第1点群数据Gref的各点x_ref(i)与第2点群数据G_test的距离，通过将此时的点x_test(j)设为向点x_ref(i)的对应点x'_test(i)，求出第1点群数据Gref与第2点群数据Gtest的对应关系。

[数式2]

$\begin{array}{c}d(x_{\mathrm{ref}}\left(i\right),G_{\mathrm{test}})=\underset{1\≤j\≤N_{\mathrm{test}}}{\min }\left(d(x_{\mathrm{ref}}\left(i\right),x_{\mathrm{test}}\left(j\right))\right)\\ \⇒x_{\mathrm{ref}}\left(i\right)\→x_{\mathrm{test}}\left(j\right)\left({x^{\′}}_{\mathrm{test}}\left(i\right)\right)\end{array}$

接着，作为步骤2，求出从第2点群数据Gtest向第1点群数据Gref的变换量(旋转量R、并进量t)。这里，旋转量R表示3x3矩阵，并进量t表示3x1矩阵。求出将第2点群数据Gtest内的各点x'_test(i)以旋转量R、并进量t进行变换的点、和与点x'_test(i)相对应的属于第1点群数据Gref的点x_ref(i)的矢量差分，将其平方和设为误差e²(R，t)(数式3)。将使e²(R，t)为最小时的旋转量R*、并进量t*设为此时的变换量(数式4)。

[数式3]

$e^2(R,t)=\underset{i}{\mathrm{\Σ}}{\left|\right|x_{\mathrm{ref}}\left(i\right)-{{\mathrm{Rx}}^{\′}}_{\mathrm{test}}\left(i\right)-t\left|\right|}^2$

[数式4]

$(R^{*},t^{*})=\arg \underset{R,t}{\min }{e}^2(R,t)$

接着，作为步骤3，通过由步骤1、步骤2求出的变换量来变换属于第2点群数据Gtest的各点。这里k设为ICP法中的重复计算的索引(index)。

[数式5]

$x_{\mathrm{test}\_k+1}\left(i\right)=R_k^{*}{x}_{\mathrm{test}\_k}\left(i\right)+t_k^{*}$

重复计算步骤1～步骤3。如果基于重复计算的步骤2中的误差的变化量小于等于预先确定的阈值则结束计算。而且，针对在重复计算中求出的变换量(旋转量R*、并进量t*)，合成了全部的变换量(旋转量Rs*、并进量ts*)成为从第2点群数据Gtest向第1点群数据Gref的变换量。

如以上那样，从第2点群数据(定位用)的各点向第1点群数据(治疗计划用)的最近的点对应起来，能够通过逐次重复计算来求出使由定位数据群和治疗计划数据群的距离的总和来规定的误差函数e²(R，t)设为最小的变换量(旋转量R*、并进量t*)。

接着说明MPR处理部23。MPR(Multi Planar Reconstruction/Reformat：多平面重建/重组)处理是指如下方法：层叠几张CT图像数据的各切片图像来制作一个体数据，以此为基础制作任意截面的图像，还被称作倾斜处理(Oblique processing)、或者双倾斜处理(DoubleOblique processing)。因而通过使用该处理，例如即使是矢状(sagittal)截面、冠状(coronal)截面等的图像数据等实际上没有拍摄的数据，能够通过对实际拍摄的轴状(axial)截面的图像数据进行插值处理进行重建来生成。

插值算法除了TLI(Trilinear Interpolation：三线性插值)等线性插值算法之外，还能够应用扩展了TLI的Tricubic Interpolation等非线性插值算法。当决定包含于轴状(axial)截面、矢状(sagittal)截面、冠状(coronal)截面等初始截面的某个点(X，Y，Z)、和以该点为旋转中心定义了以初始截面为基准的正交坐标轴时的围绕各坐标轴的旋转量(A，B，C)时，决定一个斜截面，能够计算该斜截面中的图像数据。

当在斜截面生成参数(X，Y，Z，A，B，C)相同的MPR截面中评价治疗计划用CT图像数据(第1CT图像数据)和定位用CT图像数据(第2CT图像数据)时，在自动位置对准之前图像不一致，产生偏离。

因此在ICP计算部22的结果(旋转量Rs*、并进量ts*)中，将并进量ts*的各成分设为(ΔX，ΔY，ΔZ)，将旋转量Rs*替换为围绕X轴、Y轴、Z轴的各轴的旋转量(ΔA，ΔB，ΔC)时，通过从定位用CT图像数据以斜截面生成参数(X-ΔX、Y-ΔY、Z-ΔZ、A-ΔA、B-ΔB、C-ΔC)来生成MPR截面，能够将定位用CT图像数据变换为治疗计划用CT图像数据来生成接近的图像。或者关于MPR截面是使用当初所生成的MPR截面，使用将定位用CT图像数据(第2CT图像数据)旋转、并进(ΔX，ΔY，ΔZ、ΔA，ΔB，ΔC)的数据，也能够获得与治疗计划用CT图像数据(第1CT图像数据)接近的图像并进行核对。

由此，能够确认定位用CT图像数据与治疗计划用CT图像数据的骨结构是否对准，能够判断定位的结果是否妥当。

作为用于确认图像的初始截面，既可以是轴状(axial)截面、矢状(sagittal)截面、冠状(coronal)截面的正交三截面等，也可以是从轴状(axial)截面、矢状(sagittal)截面、冠状(coronal)截面倾斜的截面，还可以是它们的组合。另外，只要对治疗计划图像和定位图像进行差分显示、重叠显示来确认其差异即可。

相反地，正负翻转ICP计算部22的结果的符号，通过以斜截面生成参数(X+ΔX，Y+ΔY，Z+ΔZ，A+ΔA，B+ΔB，C+ΔC)从治疗计划用CT图像数据生成MPR截面，还能够将治疗计划用CT图像数据(第1CT图像数据)变换为定位用CT图像数据(第2CT图像数据)来生成接近的图像。

在治疗台控制参数计算部24中，将ICP计算部22的输出值(并进3轴[ΔX，ΔY，ΔZ]、旋转3轴[ΔA，ΔB，ΔC]的共计6自由度)变换为控制治疗台的各轴的参数来控制治疗台。由此，计算体位补正量使得符合治疗计划，能够进行位置对准使得治疗时的患部11进入放射线治疗的线束照射中心12。

如以上那样，根据与本实施方式有关的图像核对装置15a以及患者定位装置16a，点群数据分辨率变换部19对第1点群数据和第2点群数据中的至少一个，间除点群数据使得扩大点群数据的排列间距，ICP计算部22使用ICP法求出对于第2点群数据的变换量使得从点群数据分辨率变换部19输出的第1点群数据与第2点群数据的误差函数成为最小，因此容易如图13的点群数据分辨率变换之后的曲线(E2)所示那样，能够变更误差函数的分布使得与扩大了格子间间距的量相应地使极小值出现的间距变宽。

因而，在点群数据分辨率变更前的误差函数(E1)中处于极小值(Δx＝Δx_L)的情况下，也能够在点群数据分辨率变更后(E2)使其不是极小值，因此不会误判断为解收敛而在ICP计算部22中进一步进行解的搜索，使得能够可靠地收敛在最优解(Δx＝0)。

另外，与本实施方式有关的图像核对装置15a以及患者定位装置16a具备区域分割部20，该区域分割部20将第1点群数据分割为多个区域，将第2点群数据分割为与所述区域相对应的多个区域，ICP计算部22只在第1点群数据的各区域和与其相对应的第2点群数据的各区域之间进行计算，因此与以分割前的全区域为对象来计算全部的对应点的组合相比，能够降低计算出成为最附近的对应点时的量，能够使处理高速化。作为计算量，当在治疗计划用的第1点群数据、和定位用的第2点群数据中将各数据进行区域分割为1/N个时，整体计算量能够降低到大致1/N左右(正确地说由于有余量区域，因此实际上成为比1/N稍微大的值)。

并且，与本实施方式有关的图像核对装置15a以及患者定位装置16a具备点群数据噪声去除部21，该点群数据噪声去除部21针对第1点群数据和第2点群数据中的至少一个，去除图像核对对象区域以外的部分的噪声数据，ICP计算部22使用去除了所述噪声数据的第1点群数据和第2点群数据来进行计算，因此减少治疗计划用的第1点群数据与定位用的第2点群数据的误对应，起到如下效果：在ICP计算部22中的重复计算中不会陷入局部解而导出最优解。

此外，以上说明了如下方式：在点群数据生成部18中，抽取骨区域来对二值化图像进行边缘抽取处理，实施细线化处理来获得骨轮廓图像，使用该图像来进行图像核对。但是也能够代替骨区域以进行放射线治疗的患部区域、脏器为对象来进行图像核对。在该情况下，只要以指定的CT值来二值化患部区域或者脏器进行抽取即可。以后的数据处理与将骨区域设为对象的处理相同，因此省略详细说明。

这样以进行放射线治疗的患部区域、脏器设为对象来进行图像核对，还根据由ICP计算部22所获得的输出值(并进3轴[ΔX，ΔY，ΔZ]、旋转3轴[ΔA，ΔB，ΔC]的共计6自由度)，由治疗台控制参数计算部24变换为控制治疗台的各轴的参数来控制治疗台，由此除了获得与上述相同的效果之外，还具有如下优点：能够不需要由下面的实施方式2所说明的模板匹配。

实施方式2.

与本实施方式有关的图像核对装置15b以及患者定位装置16b对实施方式1所示的结构追加了模板设定部25、模板匹配部26，其结构表示在图8。由此，在进行了基于骨头的核对(全局匹配)的基础上，能够进行使用了与患部(癌标的)相对应的模板的核对(局部匹配)，能够进行与只基于全局匹配的核对相比更精密的核对、以及定位。特别是还假定在肺、肝脏、前列腺等头颈部以外的软部组织中在附近不存在骨头，因此只通过基于骨头的定位是不能满足在放射线治疗中要求的精度的情况，在该情况下，将患部(癌标的)附近作为模板来进行模板匹配的方法是有效的。

在模板设定部25中，进行模板图像的登记。设使用如下MPR截面群：使用ICP计算部22中的计算结果(ΔX，ΔY，ΔZ，ΔA，ΔB，ΔC)，从定位用CT图像数据(第2CT图像)使用斜截面生成参数(X-ΔX、Y-ΔY、Z-ΔZ、A-ΔA、B-ΔB、C-ΔC)所生成的MPR截面群。在该阶段中，可以将变换了定位用CT图像的MPR截面群内的亮度灰度的变化大的特征区域选择为模板。

在模板匹配部26中，在治疗计划用CT图像(第1CT图像)的切片图像群的搜索范围内执行模板匹配，求出相关值变得最高的场所，作为对由ICP计算部22所获得的第2点群数据的变换量的进一步补正值求出对于第2点群数据的变换量补正值使得所述特征区域并进移动到该场所。

在本实施方式中的模板匹配中，作为求出所述相关值的方法考虑使用标准化互相关法，该标准化互相关法是对一样的亮度变动等强健(robust)的方法。但是，并不限于该方法，还能够将相互信息量等概率上的相似度尺度利用为相关值。另外，在模板匹配中还能够使用部分模板法(参照※1)、层次搜索法(参照※2)等强健且高速的方法。

1：奥田晴久、橋本学、鷲見和彦、佐々木和則：“部分テンプレート組み合わせ最適化に基づくロバスト画像照合”、電学論C、Vol.124、No.3、pp.629-636(2004)

2：Miwako Hirooka,Kazuhiko Sumi,Manabu Hashimoto andHaruhisa Okuda,“Hierarchical distributed template matching”,SPIEMachine Vision Applications in Industrial Inspection V,pp.176-183,1997.

另外，为了与进行1张的模板匹配相比以更高精度地进行匹配，还能够应用以多张定位用CT图像(MPR截面群)为对象设定多个模板，以多张模板图像进行定位的多层多模板匹配。具体地说，将MPR截面群的连续的3张切片图像的各自存在的3个特征区域登记为模板图像。3个这样的数字是一个例子，只要其个数是2个以上则几个都可以。如果设为在对连续的3张内的中央的1张设定模板时，自动地对前后的切片也设定模板，则会很方便。

对治疗计划用CT图像(第1CT图像)的全切片图像群核对定位用的各模板图像，针对3个模板将核对得分(相关值)的总和设为新的评价得分。计算新的评价得分时，限制设定多层多模板时的切片的前后位置关系来进行。

将设定多层多模板时的定位用CT图像群的切片间隔设为N，将治疗计划用CT图像群的切片间隔设为M。在图9中表示治疗计划用CT图像群和定位用CT图像群为相同的切片间隔(N＝M)的情况。合计了定位模板前得分的前一个切片的结果(P1)、定位模板中得分的结果(C2)以及定位后模板得分的后一个切片的结果(P3)的P1+C2+N3等成为该切片中的新的评价得分。

相同地，在切片间隔为N＝3M的条件时，如P1+C4+N7那样的跳过3个来合计了得分的结果成为新的评价得分(参照图10)。另外，在切片间隔为N＝5M的条件时，如P1+C6+N11那样跳过5个来合计了得分的结果成为新的评价得分(参照图11)。在使用了以上图9～图11所示的多层多模板的例子中，以N比M大、N成为M的倍数为前提。

模板匹配部26进行CT用图像数据(第1CT图像数据)的切片图像群与多个模板图像的核对，求出所述新的评价得分(每个模板图像的的相关值的总和)变得最高的场所，求出对于第2点群数据的变换量补正值使得多个位置的特征区域并进移动到该场所。

另外，此时，针对N个模板匹配的结果，使用作为强健(robust)推定方法的LMedS(最小中值二乘(least median squares))推定来排除位置误差大的结果，也能够排除局部的变动的影响。由此，能够有效地利用对参数推定没有矛盾而适合的模板的信息。另外，多层多模板匹配中的N个模板的设定并不限于轴状(axial)截面，既能够利用MPR来设定为矢状(sagittal)截面、冠状(coronal)截面，也可以以正交三截面的组合来设定模板。由此，与只从某一方向对准的情况相比，能够期待更稳定的结果。

在治疗台控制参数计算部24中，在确认了基于ICP计算部22的结果的MPR截面、基于模板匹配的详细并进补正后的截面之后，将对ICP计算部22的输出值(并进3轴、旋转3轴的共计6自由度)的结果进行了基于由模板匹配部26所获得的变换量补正值的详细并进补正的输出值，变换为控制治疗台的各轴的参数来发送，由此能够进行位置对准使得治疗时的患部11进入放射线治疗的线束照射中心12。

如以上那样，与本实施方式有关的图像核对装置15b以及患者定位装置16b具备有点群数据分辨率变换部19、点群数据区域分割部20、点群数据噪声去除部21，因此起到与实施方式1所示相同的作用、效果。

另外，具备有：MPR处理部23，使用基于由ICP计算部22求出的变换量的斜截面生成参数，从第2CT图像数据生成能够与第1CT图像数据进行对比的MPR截面群；模板设定部25，将从MPR截面群选定的特征区域作为模板图像进行登记；模板匹配部26，进行第1CT图像数据的切片图像群与所述模板图像的核对来求出相关值变得最高的场所，求出对于第2点群数据的变换量补正值使得所述特征区域并进移动到该场所，因此起到如下效果：以骨结构对准之后，能够在患部位置中详细地进行补正(位置对准)来精密地进行核对。

并且，模板设定部25将分别存在于从MPR截面群选定的连续的多张MPR截面中的、多个位置的特征区域登记为多个模板图像，模板匹配部26进行第1CT图像数据的切片图像群与所述多个模板图像的核对来求出每个模板图像的相关值的总和变得最高的场所，求出对于第2点群数据的变换量补正值使得所述多个位置的特征区域并进移动到该场所，因此能够以2维模板匹配的多个组合来实现与将3维的体数据使用为模板的情况等效的模板匹配。因而，起到如下效果：与3维模板匹配相比不费时间就能够实现同等的精度。

并且，在通过MPR处理部23所获得的MPR截面群中，当组合来自各种角度的任意截面的模板来进行核对时，起到如下效果：与以3维体(volume)进行核对相比能够高速地进行处理、且精度也能够维持为3维那样。

Claims (10)

1.一种图像核对装置，具备：

CT图像数据读入部，分别读入第一CT图像数据和第二CT图像数据；

点群数据生成部，针对所述第一CT图像数据和所述第二CT图像数据的切片图像群，生成3维空间中的第一点群数据和第二点群数据；

点群数据分辨率变换部，针对所述第一点群数据和第二点群数据中的至少一个，对点群数据进行间除，使得扩大点群数据的排列间距；以及

ICP即迭代最近点计算部，以使从所述点群数据分辨率变换部输出的所述第一点群数据与所述第二点群数据的误差函数成为最小的方式，使用ICP法来求出对所述第二点群数据的变换量。

2.根据权利要求1所述的图像核对装置，其特征在于，

具备区域分割部，该区域分割部将第一点群数据分割为多个区域，将第二点群数据分割为与所述区域相对应的多个区域，

ICP计算部只在所述第一点群数据的各所述区域和与其相对应的所述第二点群数据的各所述区域之间进行计算。

3.根据权利要求1所述的图像核对装置，其特征在于，

具备点群数据噪声去除部，该点群数据噪声去除部对第一点群数据和第二点群数据中的至少一个去除图像核对对象区域以外的部分的噪声数据，

ICP计算部使用去除了所述噪声数据的所述第一点群数据和所述第二点群数据来进行计算。

4.根据权利要求1所述的图像核对装置，其特征在于，具备：

MPR处理部，使用基于由ICP计算部求出的变换量的斜截面生成参数，从第二CT图像数据生成能够与第一CT图像数据对比的MPR截面群；

模板设定部，将从所述MPR截面群选定的特征区域作为模板图像来进行登记；以及

模板匹配部，进行第一CT图像数据的切片图像群与所述模板图像的核对来求出相关值变得最高的场所，并以使所述特征区域平移到该场所的方式求出对第二点群数据的变换量补正值。

5.根据权利要求4所述的图像核对装置，其特征在于，

模板设定部将分别存在于从MPR截面群选定的连续的多张MPR截面的多个位置的特征区域登记为多个模板图像，

模板匹配部进行第一CT图像数据的切片图像群与所述多个模板图像的核对来求出每个模板图像的相关值的总和变得最高的场所，并以使所述多个位置的特征区域平移到该场所的方式求出对第二点群数据的变换量补正值。

6.一种患者定位装置，其特征在于，具备：

a)图像核对装置，该图像核对装置具备：

CT图像数据读入部，分别读入第一CT图像数据和第二CT图像数据；

点群数据生成部，针对所述第一CT图像数据和所述第二CT图像数据的切片图像群，生成3维空间中的第一点群数据和第二点群数据；

点群数据分辨率变换部，针对所述第一点群数据和第二点群数据中的至少一个，对点群数据进行间除，使得扩大点群数据的排列间距；以及

ICP即迭代最近点计算部，以使从所述点群数据分辨率变换部输出的所述第一点群数据与所述第二点群数据的误差函数成为最小的方式，使用ICP法来求出对所述第二点群数据的变换量；以及

b)治疗台控制参数计算部，按照通过ICP计算部求出的变换量、以及通过模板匹配部求出的变换量补正值来计算控制治疗台的各驱动轴的参数。

7.如权利要求6所述的患者定位装置，其特征在于，

图像核对装置具备区域分割部，该区域分割部将第一点群数据分割为多个区域，将第二点群数据分割为与所述区域相对应的多个区域，

ICP计算部只在所述第一点群数据的各所述区域和与其相对应的所述第二点群数据的各所述区域之间进行计算。

8.根据权利要求6所述的患者定位装置，其特征在于，

图像核对装置具备点群数据噪声去除部，该点群数据噪声去除部对第一点群数据和第二点群数据中的至少一个去除图像核对对象区域以外的部分的噪声数据，

ICP计算部使用去除了所述噪声数据的所述第一点群数据和所述第二点群数据来进行计算。

9.根据权利要求6所述的患者定位装置，其特征在于，

图像核对装置具备：

MPR处理部，使用基于由ICP计算部求出的变换量的斜截面生成参数，从第二CT图像数据生成能够与第一CT图像数据对比的MPR截面群；

模板设定部，将从所述MPR截面群选定的特征区域作为模板图像来进行登记；以及

模板匹配部，进行第一CT图像数据的切片图像群与所述模板图像的核对来求出相关值变得最高的场所，并以使所述特征区域平移到该场所的方式求出对第二点群数据的变换量补正值，

治疗台控制参数计算部按照通过ICP计算部求出的变换量以及通过模板匹配部求出的变换量补正值来计算控制治疗台的各驱动轴的参数。

10.根据权利要求9所述的患者定位装置，其特征在于，

模板设定部将分别存在于从MPR截面群选定的连续的多张MPR截面的多个位置的特征区域登记为多个模板图像，

模板匹配部进行第一CT图像数据的切片图像群与所述多个模板图像的核对来求出每个模板图像的相关值的总和变得最高的场所，并以使所述多个位置的特征区域平移到该场所的方式求出对第二点群数据的变换量补正值。