CN110148160A - 一种正交x射线影像快速2d-3d医学图像配准方法 - Google Patents

一种正交x射线影像快速2d-3d医学图像配准方法 Download PDF

Info

Publication number
CN110148160A
CN110148160A CN201910429671.2A CN201910429671A CN110148160A CN 110148160 A CN110148160 A CN 110148160A CN 201910429671 A CN201910429671 A CN 201910429671A CN 110148160 A CN110148160 A CN 110148160A
Authority
CN
China
Prior art keywords
image
parameter
orthogonal
registration
ray
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.)
Pending
Application number
CN201910429671.2A
Other languages
English (en)
Inventor
冯汉升
李实�
沈延延
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
Hefei Zhongke Ion Medical Technology Equipment Co Ltd
Original Assignee
Hefei Zhongke Ion Medical Technology Equipment 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 Zhongke Ion Medical Technology Equipment Co Ltd filed Critical Hefei Zhongke Ion Medical Technology Equipment Co Ltd
Priority to CN201910429671.2A priority Critical patent/CN110148160A/zh
Publication of CN110148160A publication Critical patent/CN110148160A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种正交X射线影像快速2D‑3D医学图像配准方法,不断通过在两对正交角度下的DRR‑X射线影像间的2D‑2D配准来引导3D空间刚体变换。在3D空间刚体变换中对射线与DRR像素进行坐标反变换避免3D并且将计算量大的步骤DRR生成等步骤转移到GPU上进行并行计算,克服2D‑3D配准时间长的问题,达到快速进行2D‑3D医学图像配准的目的。

Description

一种正交X射线影像快速2D-3D医学图像配准方法
技术领域
本发明涉及一种正交X射线影像快速2D-3D医学图像配准方法, 属于医学图像数据处理技术领域,可应用于图像引导肿瘤放疗系统中 的患者姿态修正。
背景技术
图像引导系统主要用于辅助引导肿瘤放射治疗,通过放疗过程中 实时X射线影像与术前重构CT图像进行配准获取患者摆位误差,并修 正该误差使得放射线能够准确轰击到患者肿瘤靶灶,减小对患者正常 组织的损伤。因此在临床实际应用中为了缩短患者治疗过程中等待时 间并保证放疗效果,需要进行快速准确的2D-3D配准。
现有的2D-3D配准算法以基于灰度的迭代优化式配准算法为主, 其主要思想是由CT数据模拟X射线投影生成DRR(Digitally Reconstructured Radiograph,数字重建放射影像),通过衡量DRR 与X射线影像的相似程度来来判断患者当前位置姿态与术前重构CT姿态是否存在差异,并且进一步通过优化算法寻找使得DRR与X射线 影像最相似的CT空间位置。在CPU的串行程序处理下需要不断遍历 CT体素、DRR以及X光像素等极其耗时的过程。由于DRR投影以及相 似性度量的计算本质上就是复杂度分别为O(n3)与O(n2),这意味着一般的2D-3D配准算法是计算量巨大的算法,难以满足临床治疗中快 速配准的要求,需要对此不足进行改进。
发明内容
针对现有技术的不足,本发明提出了一种基于并行计算的正交X 射线影像快速2D-3D医学图像配准算法,其提供了一种采取GPU进行 并行计算,并且充分利用一对正交面板上2D坐标系统反映的空间位 置信息不断引导3D刚体变换进而实现快速配准的方法,输入一对射 线夹角为90°的两块探测面板获取的X射线影像与CT数据可输出术 前重构CT与当前X射线影像相对应的6个空间刚体变换参数。
本发明采取的技术方案为:一种正交X射线影像快速2D-3D医学 图像配准方法,充分利用在两个垂直方向进行拍摄的一对正交X射线 影像包含的空间位置信息,并通过在GPU上的并行计算实现快速精确 的2D-3D配准,主要包括以下步骤:
1)获取术前进行CT重构获得CT数据。并获取两幅在射线夹角 为90°下拍摄的X射线影像,保存两次X射线影像及其拍摄系统的 参数。系统参数主要包括射线源到等中心点距离,射线源到探测面板 距离,拍摄角度,X射线影像像素点的物理尺寸。
2)根据步骤1)中获取的拍摄参数,建立虚拟坐标系,设置射 线源点、等中心点、探测面板在虚拟坐标系中的位置,为虚拟探测面 板上每个像素点赋值一个虚拟坐标系坐标,并且将CT数据根据其体 素物理距离为每一个体素中心赋值一个虚拟坐标系的坐标,模拟X光 拍摄机械系统。
3)在步骤2)中所建立的虚拟坐标系中根据Siddon-Jacobs FastRay-Tracing算法进行DRR生成,但将每个DRR像素点的像素值 计算在GPU上并行化独立运行。
4)将步骤3)中生成DRR图像后与X射线影像在GPU上并行化 计算二值化局部加权均差相似度,以3D空间初始位置参数根据几何 结构正交分解得到的2D刚体参数为初始位置,对生成DRR图像进行 并行化的2D-2D配准。
5)将步骤4)中两对2D-2D图像间的配准结果,再次根据正交 分解关系反演到3D空间中,作为3D变换的初始位置,跟据这一初始 位置搜索优化得到新的刚体变换参数,对虚拟坐标系中的探测面板、 光源点进行反变换,并生成新的DRR图像,再次计算出归一化互相关 相似度。
6)重复步骤3)到步骤4)直到两对2D-2D图像间的归一化互相 关相似度不再增加,输出当前4)中最后的空间变换参数以及当前参 数对应的DRR图像。
其中局部加权均差相似度包含以下计算过程:
1)根据图像均值作为阈值将整幅图像二值化,对于大小为N*M的 2D图像Img,其第i行j列像素Img(i,j)二值化结果Img′(i,j):
2)根据图像二值化结果Img′,计算第i行j列处的局加权均值 M(i,j):
其中参数m,n为局部矩形区域的长宽,alpha,beta计算如下:
alpha=(2n+1)(2m+1)-1,
根据两幅图像加权均值M1(i,j)、M2(i,j),计算相似度 Metric(M1,M2):
3)对于图像I1,I2归一化互相关相似度Ncc(I1,I2)包含以下计算过 程:
Cvar(I1,I2)计算方式如下:
对于图像I,Avg(I)计算方式如下:
对于图像I,Var(I)计算方式如下:
本发明改进之处如下:
本发明与已有技术相比,采用正交角度下拍摄一对X射线影像作 为输入图像,通过分析正交拍摄系统中空间刚体变换参数与探测面板 上平面刚体变换之间的几何关系,不断采用2D-2D配准来引导2D-3D 配准过程中的参数优化,减少优化过程中的迭代次数。并且通过将时 间复杂度高的DRR生成、2D双线性插值、3D空间坐标变换以及两种 相似度计算进行基于GPU的并行化计算,缩短每一次迭代时间。通过 本发明,可在肿瘤放射临床治疗中,不损失精度的情况下更快速的进 行2D-3D配准,修正患者摆位误差。
附图说明
图1-a是本发明中设立坐标系间几何结构及其几何参数关系分析 图;
图2-a是本发明简要流程图;
图3-a是本发明实际案例中输入的一对头颅模体的人工合成正 交X射线影像;
图3-b是本发明实际案例中输入的头颅模体CT视图;
图4-a是本发明实际案例中相对于图3-a的输出结果图像;
图4-b是本发明中输入图像与输出配准结果图像的棋盘显示效 果。
具体实施方式
为了体现本发明的技术特点,具体实施一次2D-3D配准案例并结 合附图说明本发明具体流程。下面以一次对患者进行术中X射线影像 拍摄完毕开始至2D-3D配准结束完成姿态位置偏差的输出为实施案 例,X光图像以及CT数据采用公开的头颅CT数据及其模拟X光图像, 结合附图和技术方案进一步说明本发明的具体实施方式。具体步骤如 下:
1)采用一个如附图3-b所示头颅模体CT作为CT输入其物理大 小为400*400*284,体素物理尺寸为2*2*2mm3,分别在0°和90° 角度,无旋转,无平移的条件下人工合成模拟一对正交X射线影像图 像作为配准目标参数的对应的2D图像,如附图3-a,即配准目标位 置为Tx,Ty,Tz,Rx,Ry,Rz都是0。保存合成X射线影像采取X射线影 像像素物理尺寸,射线源到探测面板距离,射线源到等中心点距离, CT体素物理尺寸,预设配准中使用512*512的配准图像,设定配准 的初始位置为沿着X,Y,Z三个方向平移-5mm,-5mm,-5mm,旋转 5°,5°,5°。
2)根据步骤1)中获取的机械参数,建立虚拟坐标系如附图1-a。 设置射线源点、等中心点、探测面板在虚拟坐标系中的位置,为虚拟 探测面板上每个像素点赋值一个虚拟坐标系坐标,并且将CT数据根 据其体素物理距离为每一个体素中心赋值一个虚拟坐标系的坐标,模 拟X光拍摄机械系统。
3)在步骤2)中所建立的虚拟坐标系中,计算所有射线源到DRR 像素中心点物理坐标间的光路。将每一条光路上累积经过的CT体素 值进行加权累积,权值由光路经过的体素内部长度占虚拟光路在CT 内部总长度之比计算得到。将DRR像素点的像素值计算分别放在在 GPU的一个计算单元上并行化独立运行,限于本实验中硬件限制,所 有的DRR像素值分块进行并行计算后再汇总成DRR图像。在此步骤中 生成与0°、90°下X射线影像相对应的两幅DRR图像。
4)将步骤3)中生成两幅DRR图像分别与其对应的X射线影像 以3D空间初始位置参数根据附图1-a几何结构关系带入1)中得到 的几何参数数据,计算出2D刚体参数为初始位置。在GPU上计算对 生成DRR图像计算局部加权均差相似度,其中delta取值为0。
5)从步骤4)中初始2D位置及其对应局部加权均差相似度出发, 由powell搜索优化方法搜索下一步2D变换参数。根据搜索得到的新 的参数,在GPU上对DRR图像进行双线性插值的2D刚题变换,得到 新的DRR图像。
6)重复步骤4)到步骤5)这一过程直到新的DRR图像与X射线 影像间的相似度在相邻两次变换中的差值小于阈值0.001。对0°、 90°下的DRR-X射线影像对,分别独立进行上述2D-2D配准。
5)将步骤4)中2对DRR-X射线影像像间的配准结果,根据附 图1-a中正交分解关系反演到3D空间中,作为3D变换的初始位置。 由这一初始位置生成新的一对正交DRR图像,分别与对应的X射线影 像在GPU上计算NCC相似度,并且取两对DRR-X射线影像NCC度量均 值作为初始迭代的相似度。以该初始相似度,结合由2D-2D配准结果 根据附图1-a所示几何关系公式反演的3D变换初始位置,对6个维 度分别进行一维搜索,计算出新的3D空间变换参数。
6)由该新的3D空间变换参数,对DRR像素物理坐标及其对应的 射线源坐标进行反变换。该变换结果等价于对CT体素进行正变换。 得到新的光源点与DRR像素物理坐标点,进入2)生成新的一对正交 DRR图像。
7)重复步骤2)到步骤6)的过程不断进行2D-2D配准,引导 3D空间变换,直到两次循环间的步骤5)计算得到NCC相似度差值 小于0.001,停止迭代。输出步骤5)中计算的NCC相似度值0.996358, 参数Tx,Ty,Tz,Rx,Ry,Rz分别为[-0.022,-0.081,-0.106,0.0,-0.215,-0.165], 耗时6.62秒,同时输出一对正交DRR图像如附图4-a。为直观展现配 准结果,将输入、输出的两对2D-2D图像进行棋盘状拼接,如附图 4-b。
表1-a中显示了在输入相同数据的情况下经典医学图像处理库 ITK与本发明的运行结果对比,其中Tx,Ty,Tz单位为毫米,Rx,Ry,Rz 单位为度,采用角度制。相对ITK库,在非常短的时间内取得更高的 配准精度。
表1-a
本发明采用正交角度下拍摄一对X射线影像作为输入图像,通过 分析正交拍摄系统中空间刚体变换参数与探测面板上平面刚体变换 之间的几何关系,不断采用2D-2D配准来引导2D-3D配准过程中的参 数优化,减少优化过程中的迭代次数。并且通过将时间复杂度高的 DRR生成、2D双线性插值、3D空间坐标变换以及两种相似度计算进 行基于GPU的并行化计算,缩短每一次迭代时间。通过本发明,可在 肿瘤放射临床治疗中,进行快速高精度的2D-3D配准,修正患者摆位 误差。
以上所述只是本发明的优选实施方式,对于本技术领域的普通技 术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和 润饰,这些改进和润饰也被视为本发明的保护范围。

Claims (4)

1.一种正交X射线影像快速2D-3D医学图像配准方法,其特征在于,该方法包括下述步骤:
步骤一:重复利用2D-2D近似刚体配准结果由几何关系反演出3D空间参数;
步骤二:在2D-2D配准过程中采用一种局部加权均值误差来衡量2D图像间的相似程度。
2.根据权利要求1所述一种正交X射线影像快速2D-3D医学图像配准方法,其特征在于,步骤一中2D-2D近似刚体配准的具体配准过程如下:
1)先根据3D初始参数,利用正交分解将6个刚体参数中的5个分解到2个正交面板坐标系中;
2)以步骤1)中分解的参数作为初始参数,在两个正交面板坐标系中分别进行2D-2D配准;
3)将步骤2)中的2D-2D配准结果反演至3D刚体变换参数的5个,计算NCC相似度并以此为起点优化搜索下一组3D参数;
4)重复步骤1)到步骤3)的过程,直到3)中相邻两次迭代所计算的NCC相似度的增加量小于预设阈值。
3.根据权利要求2所述的一种正交X射线影像快速2D-3D医学图像配准方法,其特征在于,步骤2)中包含的2D-2D配准过程中,对于并非完全一致的两幅2D图像,鲁棒的进行相似度计算;具体计算步骤如下:
1)根据图像均值作为阈值将整幅图像二值化,对于大小为N*M的2D图像Img,其第i行j列像素Img(i,j)二值化结果Img′(i,j):
2)根据图像二值化结果Img′,计算第i行j列处的局加权均值M(i,j):
其中参数alpha,beta计算方式如下:
alpha=(2n+1)(2m+1)-1,
3)根据两幅图像加权均值M1(i,j)、M2(i,j),计算相似度Metric(M1,M2):
4.根据权利要求2所述的一种正交X射线影像快速2D-3D医学图像配准方法,其特征在于,步骤1)中3D刚体参数搜索完成后不是对CT体素进行3D刚体变换与插值,而是对射线源坐标、DRR像素坐标在GPU上进行反变换,反变化具体步骤如下:
1)3D空间参数取相反数;
2)对两个虚拟射线源点及其对应DRR像素按照输入的X射线影像拍摄过程的机械参数在GPU上并行化赋值物理坐标;
3)对步骤2)中的物理坐标根据步骤1)中得到的变换参数在GPU上对虚拟射线源点以及对应DRR像素物理坐标并行化计算空间变换。
CN201910429671.2A 2019-05-22 2019-05-22 一种正交x射线影像快速2d-3d医学图像配准方法 Pending CN110148160A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910429671.2A CN110148160A (zh) 2019-05-22 2019-05-22 一种正交x射线影像快速2d-3d医学图像配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910429671.2A CN110148160A (zh) 2019-05-22 2019-05-22 一种正交x射线影像快速2d-3d医学图像配准方法

Publications (1)

Publication Number Publication Date
CN110148160A true CN110148160A (zh) 2019-08-20

Family

ID=67592746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910429671.2A Pending CN110148160A (zh) 2019-05-22 2019-05-22 一种正交x射线影像快速2d-3d医学图像配准方法

Country Status (1)

Country Link
CN (1) CN110148160A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111105475A (zh) * 2019-12-24 2020-05-05 电子科技大学 一种基于正交角度x光的骨骼三维重建方法
CN112206063A (zh) * 2020-09-01 2021-01-12 广东工业大学 一种多模态多角度牙科种植体配准方法
CN113421226A (zh) * 2021-06-03 2021-09-21 山东师范大学 基于互信息的ct-dr多模态食管图像配准方法及系统
CN115205417A (zh) * 2022-09-14 2022-10-18 首都医科大学附属北京安贞医院 一种投影变换的计算方法、装置、设备及存储介质
CN116327228A (zh) * 2023-03-30 2023-06-27 杭州邦杰星医疗科技有限公司 一种2d-3d图像初始值计算的方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103209656A (zh) * 2010-09-10 2013-07-17 约翰霍普金斯大学 配准过的表面下解剖部的可视化
CN103892861A (zh) * 2012-12-28 2014-07-02 北京思创贯宇科技开发有限公司 一种基于ct-xa 图像多维融合的模拟导航系统及方法
CN104091337A (zh) * 2014-07-11 2014-10-08 北京工业大学 一种基于PCA及微分同胚Demons的变形医学图像配准方法
CN104134210A (zh) * 2014-07-22 2014-11-05 兰州交通大学 基于组合相似性测度的2d-3d医学图像并行配准方法
CN104254874A (zh) * 2012-03-05 2014-12-31 伦敦国王学院 用于辅助2d-3d图像配准的方法及系统
CN105976372A (zh) * 2016-05-05 2016-09-28 北京天智航医疗科技股份有限公司 一种术前三维影像与术中透视图像的无标定物配准方法
EP2648160B1 (en) * 2012-04-03 2017-03-08 Intrasense Topology-preserving ROI remapping method between medical images
CN106683125A (zh) * 2017-01-11 2017-05-17 中国矿业大学 一种基于2d/3d模态切换的rgb‑d图像配准方法
US20170178349A1 (en) * 2015-12-18 2017-06-22 The Johns Hopkins University Method for deformable 3d-2d registration using multiple locally rigid registrations
CN107729930A (zh) * 2017-10-09 2018-02-23 济南大学 一种快速判别两幅相同场景图像光照相似度的方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103209656A (zh) * 2010-09-10 2013-07-17 约翰霍普金斯大学 配准过的表面下解剖部的可视化
CN104254874A (zh) * 2012-03-05 2014-12-31 伦敦国王学院 用于辅助2d-3d图像配准的方法及系统
EP2648160B1 (en) * 2012-04-03 2017-03-08 Intrasense Topology-preserving ROI remapping method between medical images
CN103892861A (zh) * 2012-12-28 2014-07-02 北京思创贯宇科技开发有限公司 一种基于ct-xa 图像多维融合的模拟导航系统及方法
CN104091337A (zh) * 2014-07-11 2014-10-08 北京工业大学 一种基于PCA及微分同胚Demons的变形医学图像配准方法
CN104134210A (zh) * 2014-07-22 2014-11-05 兰州交通大学 基于组合相似性测度的2d-3d医学图像并行配准方法
US20170178349A1 (en) * 2015-12-18 2017-06-22 The Johns Hopkins University Method for deformable 3d-2d registration using multiple locally rigid registrations
CN105976372A (zh) * 2016-05-05 2016-09-28 北京天智航医疗科技股份有限公司 一种术前三维影像与术中透视图像的无标定物配准方法
CN106683125A (zh) * 2017-01-11 2017-05-17 中国矿业大学 一种基于2d/3d模态切换的rgb‑d图像配准方法
CN107729930A (zh) * 2017-10-09 2018-02-23 济南大学 一种快速判别两幅相同场景图像光照相似度的方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
MASUMA AKTER ET AL: "A 2D-3D Image Registration Algorithm Using Log-Polar Transforms for Knee Kinematic Analysis", 《2012 INTERNATIONAL CONFERENCE ON DIGITAL IMAGE COMPUTING TECHNIQUES AND APPLICATIONS (DICTA)》 *
TORNAI G J ET AL: "Fast DRR generation for 2D to 3D registration on GPUs", 《MED PHYS》 *
YANG LEI ET AL: "An improved 2D-3D medical image registration algorithm based on modified mutual information and expanded Powell method", 《2013 IEEE INTERNATIONAL CONFERENCE ON MEDICAL IMAGING PHYSICS AND ENGINEERING》 *
曹文明等: "基于共形几何代数的3D医学图像配准", 《中国科学》 *
罗博博: "骨科手术导航中2D-3D医学图像配准的应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111105475A (zh) * 2019-12-24 2020-05-05 电子科技大学 一种基于正交角度x光的骨骼三维重建方法
CN112206063A (zh) * 2020-09-01 2021-01-12 广东工业大学 一种多模态多角度牙科种植体配准方法
CN113421226A (zh) * 2021-06-03 2021-09-21 山东师范大学 基于互信息的ct-dr多模态食管图像配准方法及系统
CN113421226B (zh) * 2021-06-03 2022-11-01 山东师范大学 基于互信息的ct-dr多模态食管图像配准方法及系统
CN115205417A (zh) * 2022-09-14 2022-10-18 首都医科大学附属北京安贞医院 一种投影变换的计算方法、装置、设备及存储介质
CN116327228A (zh) * 2023-03-30 2023-06-27 杭州邦杰星医疗科技有限公司 一种2d-3d图像初始值计算的方法
CN116327228B (zh) * 2023-03-30 2024-04-30 杭州邦杰星医疗科技有限公司 一种2d-3d图像初始值计算的方法

Similar Documents

Publication Publication Date Title
CN110148160A (zh) 一种正交x射线影像快速2d-3d医学图像配准方法
Murphy Fiducial‐based targeting accuracy for external‐beam radiotherapy
McClelland et al. Inter-fraction variations in respiratory motion models
Chou et al. 2D/3D image registration using regression learning
Ha et al. Model-based sparse-to-dense image registration for realtime respiratory motion estimation in image-guided interventions
CN103761745A (zh) 一种肺部运动模型估计方法及系统
WO2012069965A1 (en) Interactive deformation map corrections
Tong et al. X-ray2Shape: reconstruction of 3D liver shape from a single 2D projection image
Dhont et al. RealDRR–Rendering of realistic digitally reconstructed radiographs using locally trained image-to-image translation
Martin et al. Building motion models of lung tumours from cone-beam CT for radiotherapy applications
Weruaga et al. Estimating volumetric motion in human thorax with parametric matching constraints
Wodzinski et al. Improving oncoplastic breast tumor bed localization for radiotherapy planning using image registration algorithms
Dai et al. Volumetric tumor tracking from a single cone-beam X-ray projection image enabled by deep learning
Chou et al. Claret: A fast deformable registration method applied to lung radiation therapy
Nie et al. Feasibility of MR-guided radiotherapy using beam-eye-view 2D-cine with tumor-volume projection
Noe et al. Surface membrane based bladder registration for evaluation of accumulated dose during brachytherapy in cervical cancer
Peterhans et al. Monte Carlo dose calculation on deforming anatomy
Ouyang et al. Preliminary feasibility study of imaging registration between supine and prone breast CT in breast cancer radiotherapy using residual recursive cascaded networks
EP3338860A1 (en) Registration of particle beam radiography data
Bao et al. Bayesian model-based liver respiration motion prediction and evaluation using single-cycle and double-cycle 4D CT images
Wu et al. Deformable image registration of CT images for automatic contour propagation in radiation therapy
Haque et al. A slice based technique for low-complexity 3D/2D registration of CT to single plane X-ray fluoroscopy
Atoui et al. A fast morphing-based interpolation for medical images: application to conformal radiotherapy
Gianoli et al. Projection-based deformable registration for tomographic imaging in ion beam therapy
Preiswerk et al. Towards more precise, minimally-invasive tumour treatment under free breathing

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190820

RJ01 Rejection of invention patent application after publication