CN109363707B - 一种呼吸门控与ct图像融合图像引导装置及其方法 - Google Patents

一种呼吸门控与ct图像融合图像引导装置及其方法 Download PDF

Info

Publication number
CN109363707B
CN109363707B CN201811359365.8A CN201811359365A CN109363707B CN 109363707 B CN109363707 B CN 109363707B CN 201811359365 A CN201811359365 A CN 201811359365A CN 109363707 B CN109363707 B CN 109363707B
Authority
CN
China
Prior art keywords
image
respiratory gating
image fusion
fusion
formula
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
Application number
CN201811359365.8A
Other languages
English (en)
Other versions
CN109363707A (zh
Inventor
李�柱
冯汉升
李实�
曹海林
刘丽平
朱言信
丁开忠
陈根
陈永华
宋云涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Cas Ion Medical and Technical Devices Co Ltd
Original Assignee
Hefei Cas Ion Medical and Technical Devices Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Cas Ion Medical and Technical Devices Co Ltd filed Critical Hefei Cas Ion Medical and Technical Devices Co Ltd
Priority to CN201811359365.8A priority Critical patent/CN109363707B/zh
Priority to PCT/CN2018/119437 priority patent/WO2020098017A1/zh
Publication of CN109363707A publication Critical patent/CN109363707A/zh
Application granted granted Critical
Publication of CN109363707B publication Critical patent/CN109363707B/zh
Priority to US16/992,302 priority patent/US20200367849A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/54—Control of apparatus or devices for radiation diagnosis
    • A61B6/541—Control of apparatus or devices for radiation diagnosis involving acquisition triggered by a physiological signal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1064—Monitoring, verifying, controlling systems and methods for adjusting radiation treatment in response to monitoring
    • A61N5/1068—Gating the beam as a function of a physiological signal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G06T3/14—
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • A61B6/035—Mechanical aspects of CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/44—Constructional features of apparatus for radiation diagnosis
    • A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
    • A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Abstract

本发明公开了一种呼吸门控与CT图像融合图像引导装置，包括CT影像设备，CT影像设备中设置有呼吸门控感知装置和CT腔体，CT腔体中设有病人所需治疗床和治疗头，同时治疗床上设置有呼吸门控传感器，呼吸门控感知装置通过同步信号线连接CT图像工作站和图像融合采集装置，图像融合采集装置连接图像融合处理装置，图像融合处理装置连接图像融合显示装置；其中治疗头通过束流输出控制线连接束流输出控制器。本发明在引导过程中，患者只需要在启动呼吸门控设备后进行一次屏气，后期治疗只需正常呼吸即可，同时在引导过程中通过引入配准融合算法使得引导定位更加精确，并且配准融合算法的引入能够提高引导效率，进而减少治疗时间，降低病人的辐射时间。

Description

一种呼吸门控与CT图像融合图像引导装置及其方法
技术领域
本发明属于医疗机械设备技术领域，涉及一种呼吸门控与CT图像融合图像引导装置及其方法。
背景技术
目前，医疗电子机械设备的发展对先进治疗技术的发展起到了巨大的帮助，但是在某些治疗方式中还有很大的改进空间。例如在医生对病人进行放射治疗时，一般需要对病人进行摆位，将病床转移到指定位置，技师操作往往无法知晓病人躺在治疗床上的真实位置，如人体对旋转机架、治疗头等的距离。现有的放疗过程中，患者的呼吸会造成肿瘤位置及重要器官的移动，可能导致肿瘤肿瘤感兴趣区域的低剂量照射，或重要器官的高剂量照射，产生放射性肺炎、肝炎等病症。呼吸运动显著地影响了胸部及上腹部肿瘤的位置，由于患者的病灶相对患者来说，体积较小，患者的呼吸运动会导致肿瘤的位移较大，放疗脱靶的风险较高，因此采用呼吸门控技术对局部病灶进行照射。在一定程度上补偿呼吸运动对病灶的影响，进一步确保放疗的精准性，减少放疗并发症。此外，现有的呼吸门控技术对患者要求比较高，使用前都需要去进行呼吸训练，对于体弱年老患者很不适用。本发明通过引入相肿瘤感兴趣区域和门控技术对肿瘤感兴趣区域体积的减少作用。临床过程中，参与放疗治疗的患者，尤其晚期(III期,IV期)患者，相对身体较弱，难以获得准确的门控信号，尤其治疗过程中，患者需要一直屏气，非常不利于临床治疗。
针对上述现象，本发明提出一种呼吸门控与CT图像融合图像引导装置及其方法。确保病人在身体呼吸状态下，肿瘤位置更加准确，且保证肿瘤靶区的照射剂量更加精确、适宜；该发明在医生对病人进行放射治疗时，患者只需要一次屏气，后期治疗只需正常呼吸即可，有利于病人的临床治疗。
发明内容
本发明的目的在于提供一种呼吸门控与CT图像融合图像引导装置及其方法，在引导过程中，患者只需要在启动呼吸门控设备后进行一次屏气，后期治疗只需正常呼吸即可，同时在引导过程中通过引入配准融合算法使得引导定位更加精确，并且配准融合算法的引入能够提高引导效率，进而减少治疗时间，降低病人的辐射时间。
本发明的目的可以通过以下技术方案实现：
一种呼吸门控与CT图像融合图像引导装置，包括CT影像设备，CT影像设备中设置有呼吸门控感知装置和CT腔体，CT腔体中设有病人所需治疗床和治疗头，同时治疗床上设置有呼吸门控传感器，呼吸门控感知装置通过同步信号线连接CT图像工作站和图像融合采集装置，图像融合采集装置连接图像融合处理装置，图像融合处理装置连接图像融合显示装置；其中治疗头通过束流输出控制线连接束流输出控制器；
呼吸门控传感器用于实时的采集病人呼吸时的运动CT图像和病人屏住呼吸时的静态CT图像，并将采集的CT图像通过同步信号线传输至CT图像工作站，CT图像工作站将获取的运动CT图像和静态CT图像传输至图像融合采集装置，图像融合采集装置将接收到的CT图像传输至图像融合处理装置。
一种呼吸门控与CT图像融合图像引导方法，具体引导方法如下：
第一步，技师启动呼吸门控感知装置，并获取呼吸门控传感器的信号，启动连接呼吸门控感知装置和融合装置的同步信号线的信号传输；
第二步，病人屏住呼吸，CT二维影像图像工作站获取CT图像，该图像为静止图像，并通过图像融合采集装置传输给图像融合处理装置；
第三步，关闭呼吸门控设备，病人保持呼吸正常情况下，图像融合采集装置获取CT二维影像图像工作站的实时CT图像作为运动图像；
第四步，利用图像融合处理装置对正常呼吸下的运动图像与静止图像进行配准融合，当配准融合满足设定阈值条件下，输出信号给束流输出控制器，束流输出控制器通过束流输出控制线发送束流输出控制信号给治疗头，控制治疗头移动进行治疗。
进一步地，图像融合处理装置对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：
步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；
步骤2：设P、Q分别为待配准的点云数据集合，搜索出P中的每个点pi与该区域Q上的最近点qi为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；
Qi＝R·Pi+T(i＝1,…,N) (1)
对应点间欧式距离之和最小准则建立如式(2)的配准模型：
Figure BDA0001866929010000031
Figure BDA0001866929010000032
和
Figure BDA0001866929010000033
分别为Pi和Qi的估值；
步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集Pi和Qi进行中心化，Pi和Qi对应关系式如式(3)所示：
Figure BDA0001866929010000034
将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：
Figure BDA0001866929010000041
其中，Pi＝Pi-p、Qi＝Qi-p，若要f(R)最小，可构造矩阵
Figure BDA0001866929010000042
并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；
R＝VUT，T＝q-R·p (5)
步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成，查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分，明显提高了融合配准算法的计算效率。
本发明的有益效果：
本发明在引导过程中，患者只需要在启动呼吸门控设备后进行一次屏气，后期治疗只需正常呼吸即可，同时在引导过程中通过引入配准融合算法使得引导定位更加精确，并且配准融合算法的引入能够提高引导效率，进而减少治疗时间，降低病人的辐射时间。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明呼吸门控与CT图像融合图像引导装置结构示意图；
图2为本发明融合配准算法具体流程图。
具体实施方式
请参阅图1和图2，结合如下实施例进行详细说明：
一种呼吸门控与CT图像融合图像引导装置，包括CT影像设备，CT影像设备中设置有呼吸门控感知装置5和CT腔体2，CT腔体2中设有病人所需治疗床3和治疗头6，同时治疗床3上设置有呼吸门控传感器1，呼吸门控感知装置5通过同步信号线4连接CT图像工作站8和图像融合采集装置9，图像融合采集装置9连接图像融合处理装置10，图像融合处理装置10连接图像融合显示装置11；其中治疗头6通过束流输出控制线12连接束流输出控制器7；
呼吸门控传感器1用于实时的采集病人呼吸时的运动CT图像和病人屏住呼吸时的静态CT图像，并将采集的CT图像通过同步信号线4传输至CT图像工作站8，CT图像工作站8将获取的运动CT图像和静态CT图像传输至图像融合采集装置9，图像融合采集装置9将接收到的CT图像传输至图像融合处理装置10；
该引导装置的具体引导方法如下：
第一步，技师启动呼吸门控感知装置5，并获取呼吸门控传感器1的信号，启动连接呼吸门控感知装置5和融合装置的同步信号线4的信号传输；
第二步，病人屏住呼吸，CT二维影像图像工作站8获取CT图像，该图像为静止图像，并通过图像融合采集装置9传输给图像融合处理装置10；
第三步，关闭呼吸门控设备，病人保持呼吸正常情况下，图像融合采集装置9获取CT二维影像图像工作站的实时CT图像作为运动图像；
第四步，利用图像融合处理装置10对正常呼吸下的运动图像与静止图像进行配准融合，当配准融合满足设定阈值条件下，输出信号给束流输出控制器7，束流输出控制器7通过束流输出控制线12发送束流输出控制信号给治疗头6，控制治疗头6移动进行治疗；
其中图像融合处理装置10对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：
步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站8采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；
步骤2：设P、Q分别为待配准的点云数据集合，即：P、Q分别为该区域下图像的区域集合；搜索出P中的每个点pi与该区域Q上的最近点qi为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；
Qi＝R·Pi+T(i＝1,…,N) (1)
对应点间欧式距离之和最小准则建立如式(2)的配准模型：
Figure BDA0001866929010000061
Figure BDA0001866929010000062
和
Figure BDA0001866929010000063
分别为Pi和Qi的估值；
步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集Pi和Qi进行中心化，Pi和Qi对应关系式如式(3)所示：
Figure BDA0001866929010000064
将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：
Figure BDA0001866929010000065
其中，Pi＝Pi-p、Qi＝Qi-p，若要f(R)最小，可构造矩阵
Figure BDA0001866929010000066
并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；
R＝VUT，T＝q-R·p (5)
步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成；查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分，明显提高了融合配准算法的计算效率；其具体流程图如图2所示，具体融合配准算法计算过程如下：
①对应点集进行三角化，初始化参数R＝E3×3，T＝[0 0 0]T；
②计算最近点集Qk作为Pk的对应点：Qk＝RPk+T；
③计算配准参数：TR，TT，dk；
④将配准参数作用到目标点集P0上，得到新的坐标Pk+1＝RkPk-1+Tk；
⑤1dk的改变量小于给定的阈值τ，则迭代终止；否则，继续进行步骤②。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种呼吸门控与CT图像融合图像引导装置，包括CT影像设备，CT影像设备中设置有呼吸门控感知装置(5)和CT腔体(2)，其特征在于，CT腔体(2)中设有病人所需治疗床(3)和治疗头(6)，同时治疗床(3)上设置有呼吸门控传感器(1)，呼吸门控感知装置(5)通过同步信号线(4)连接CT图像工作站(8)和图像融合采集装置(9)，图像融合采集装置(9)连接图像融合处理装置(10)，图像融合处理装置(10)连接图像融合显示装置(11)；其中治疗头(6)通过束流输出控制线(12)连接束流输出控制器(7)；
呼吸门控传感器(1)用于实时的采集病人呼吸时的运动CT图像和病人屏住呼吸时的静态CT图像，并将采集的CT图像通过同步信号线(4)传输至CT图像工作站(8)，CT图像工作站(8)将获取的运动CT图像和静态CT图像传输至图像融合采集装置(9)，图像融合采集装置(9)将接收到的CT图像传输至图像融合处理装置(10)；
图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：
步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站(8)采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；
步骤2：设P、Q分别为待配准的点云数据集合，搜索出P中的每个点pi与该区域Q上的最近点qi为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；
Qi＝R·Pi+T(i＝1,…,N) (1)
对应点间欧式距离之和最小准则建立如式(2)的配准模型：
Figure FDA0002431914110000021
Figure FDA0002431914110000022
和
Figure FDA0002431914110000023
分别为Pi和Qi的估值；
步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集Pi和Qi进行中心化，Pi和Qi对应关系式如式(3)所示：
Figure FDA0002431914110000024
将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：
Figure FDA0002431914110000025
其中，Pi＝Pi-p、Qi＝Qi-p，若要f(R)最小，可构造矩阵
Figure FDA0002431914110000026
并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；
R＝VUT，T＝q-R·p (5)
步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成，查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分。
2.一种呼吸门控与CT图像融合图像引导方法，其特征在于，具体引导方法如下：
第一步，技师启动呼吸门控感知装置(5)，并获取呼吸门控传感器(1)的信号，启动连接呼吸门控感知装置(5)和融合装置的同步信号线(4)的信号传输；
第二步，病人屏住呼吸，CT二维影像图像工作站(8)获取CT图像，该图像为静止图像，并通过图像融合采集装置(9)传输给图像融合处理装置(10)；
第三步，关闭呼吸门控设备，病人保持呼吸正常情况下，图像融合采集装置(9)获取CT二维影像图像工作站的实时CT图像作为运动图像；
第四步，利用图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合，当配准融合满足设定阈值条件下，输出信号给束流输出控制器(7)，束流输出控制器(7)通过束流输出控制线(12)发送束流输出控制信号给治疗头(6)，控制治疗头(6)移动进行治疗。
3.根据权利要求2所述的一种呼吸门控与CT图像融合图像引导方法，其特征在于，图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：
步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站(8)采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；
步骤2：设P、Q分别为待配准的点云数据集合，搜索出P中的每个点pi与该区域Q上的最近点qi为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；
Qi＝R·Pi+T(i＝1,…,N) (1)
对应点间欧式距离之和最小准则建立如式(2)的配准模型：
Figure FDA0002431914110000031
Figure FDA0002431914110000032
和
Figure FDA0002431914110000033
分别为Pi和Qi的估值；
步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集Pi和Qi进行中心化，Pi和Qi对应关系式如式(3)所示：
Figure FDA0002431914110000041
将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：
Figure FDA0002431914110000042
其中，Pi＝Pi-p、Qi＝Qi-p，若要f(R)最小，可构造矩阵
Figure FDA0002431914110000043
并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；
R＝VUT，T＝q-R·p (5)
步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成，查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分。
CN201811359365.8A 2018-11-15 2018-11-15 一种呼吸门控与ct图像融合图像引导装置及其方法 Active CN109363707B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811359365.8A CN109363707B (zh) 2018-11-15 2018-11-15 一种呼吸门控与ct图像融合图像引导装置及其方法
PCT/CN2018/119437 WO2020098017A1 (zh) 2018-11-15 2018-12-06 一种呼吸门控与ct图像融合图像引导装置及其方法
US16/992,302 US20200367849A1 (en) 2018-11-15 2020-08-13 Image fusion-guidance device and method based on respiratory gating and computed tomography

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811359365.8A CN109363707B (zh) 2018-11-15 2018-11-15 一种呼吸门控与ct图像融合图像引导装置及其方法

Publications (2)

Publication Number Publication Date
CN109363707A CN109363707A (zh) 2019-02-22
CN109363707B true CN109363707B (zh) 2020-05-29

Family

ID=65389193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811359365.8A Active CN109363707B (zh) 2018-11-15 2018-11-15 一种呼吸门控与ct图像融合图像引导装置及其方法

Country Status (3)

Country Link
US (1) US20200367849A1 (zh)
CN (1) CN109363707B (zh)
WO (1) WO2020098017A1 (zh)

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7467007B2 (en) * 2006-05-16 2008-12-16 Siemens Medical Solutions Usa, Inc. Respiratory gated image fusion of computed tomography 3D images and live fluoroscopy images
CN101623198A (zh) * 2008-07-08 2010-01-13 深圳市海博科技有限公司 动态肿瘤实时跟踪方法
WO2010046838A1 (en) * 2008-10-23 2010-04-29 Koninklijke Philips Electronics N.V. Cardiac- and/or respiratory-gated image acquisition system and method for virtual anatomy enriched real-time 2d imaging in interventional radiofrequency ablation or pacemaker placement procedures
CN103356284B (zh) * 2012-04-01 2015-09-30 中国科学院深圳先进技术研究院 手术导航方法和系统
CN103830848B (zh) * 2012-11-27 2018-09-14 Ge医疗系统环球技术有限公司 用于门控放射治疗的方法和系统
JP6215108B2 (ja) * 2014-03-27 2017-10-18 株式会社日立製作所 放射線治療装置向けベッド位置決め装置
CN104258508B (zh) * 2014-10-16 2017-03-15 中国科学院合肥物质科学研究院 一种放射治疗中精确剂量分布调制系统及方法
CN104739418B (zh) * 2014-11-24 2017-07-21 中国科学院苏州生物医学工程技术研究所 一种基于立体视觉的呼吸门控系统及控制方法
CN115337557A (zh) * 2015-02-11 2022-11-15 优瑞技术公司 用于辐射疗法的系统
CN106228016A (zh) * 2016-07-29 2016-12-14 上海市质子重离子医院有限公司 一种使用高能粒子射束治疗系统诊疗的流程和方法
JP6848393B2 (ja) * 2016-11-25 2021-03-24 コニカミノルタ株式会社 動態画像処理装置
CN106994022A (zh) * 2017-04-06 2017-08-01 广州军区联勤部药品仪器检验所 用于评估pet/ct设备呼吸运动伪影校正性能的动态胸腔体模系统和方法

Also Published As

Publication number Publication date
CN109363707A (zh) 2019-02-22
WO2020098017A1 (zh) 2020-05-22
US20200367849A1 (en) 2020-11-26

Similar Documents

Publication Publication Date Title
CN102999902B (zh) 基于ct配准结果的光学导航定位导航方法
CN101443816B (zh) 用于图像引导下辐射治疗的图像可变形配准
US20230044983A1 (en) Sequential monoscopic tracking
JP2015531607A (ja) ３次元物体を追跡するための方法
US20070165779A1 (en) Real-time target confirmation for radiation therapy
US20080021300A1 (en) Four-dimensional target modeling and radiation treatment
CN102949240A (zh) 一种影像导航肺部介入手术系统
US20200054897A1 (en) Dose evaluation system, planning system, particle irradiation system and dose evaluation method
CN104739418A (zh) 一种基于立体视觉的呼吸门控系统及控制方法
US11904182B2 (en) Research and development of augmented reality in radiotherapy
CN108744310B (zh) 多模式引导自适应放疗系统
CN104548375B (zh) 分象限放射治疗装置及由此治疗肿瘤靶区分象限放射方法
JP2023502533A (ja) 動きに影響される治療線量を再構成するための部分変形マップ
Wei et al. A CT-guided robotic needle puncture method for lung tumours with respiratory motion
JP4159226B2 (ja) 患部トラッキング方法、装置、及び、これを用いた放射線照射方法、装置、並びに放射線治療装置
JP2001259060A (ja) 患者位置ずれ計測方法、装置、及び、これを用いた患者位置決め方法、装置、並びに放射線治療装置
KR101767069B1 (ko) 치료계획용 4d mdct 영상과 치료시 획득한 4d cbct 영상 간 영상 정합 및 종양 매칭을 이용한 방사선 치료시 종양 움직임 추적 방법 및 장치
CN109363707B (zh) 一种呼吸门控与ct图像融合图像引导装置及其方法
CN107004270B (zh) 用于计算感兴趣对象的位移的方法和系统
JP6249972B2 (ja) 粒子線治療システム
CN115006737A (zh) 基于深度相机的放射治疗体位监测系统
CN113616942A (zh) 一种肺部肿瘤实时追踪方法、装置及放射治疗设备
CN107007944A (zh) 一种放疗手术中通过人体投影校准摆位的方法
CN202681955U (zh) 一种无创肿瘤定位系统
Tallhamer SBRT and respiratory motion management strategies with surface guidance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant