CN110992406A - 一种基于感兴趣区的放疗患者摆位刚体配准算法 - Google Patents

一种基于感兴趣区的放疗患者摆位刚体配准算法 Download PDF

Info

Publication number
CN110992406A
CN110992406A CN201911256123.0A CN201911256123A CN110992406A CN 110992406 A CN110992406 A CN 110992406A CN 201911256123 A CN201911256123 A CN 201911256123A CN 110992406 A CN110992406 A CN 110992406A
Authority
CN
China
Prior art keywords
region
interest
rigid body
weight
body registration
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.)
Granted
Application number
CN201911256123.0A
Other languages
English (en)
Other versions
CN110992406B (zh
Inventor
李宝生
马长升
黄伟
朱健
梁月强
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.)
Zhangjiagang Medical Instrument Co ltd
Original Assignee
Zhangjiagang Medical Instrument 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 Zhangjiagang Medical Instrument Co ltd filed Critical Zhangjiagang Medical Instrument Co ltd
Priority to CN201911256123.0A priority Critical patent/CN110992406B/zh
Publication of CN110992406A publication Critical patent/CN110992406A/zh
Application granted granted Critical
Publication of CN110992406B publication Critical patent/CN110992406B/zh
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
    • G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Urology & Nephrology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提出了一种基于感兴趣区的放疗患者摆位刚体配准算法，针对指定的参考图像勾画感兴趣区（通常为靶区），产生相应的权重分布，使指定的感兴趣区和附近区域在刚体配准时占有更大的权重，产生更有意义的配准结果。本发明根据参考图像勾画感兴趣区直接对图像进行刚体配准，不需要产生和确认在线的靶区和器官轮廓，从而大大简化了实施过程。

Description

一种基于感兴趣区的放疗患者摆位刚体配准算法
技术领域
放射治疗软件。
背景技术
患者的位置控制是放疗计划质量控制的重要环节。目前用来进行患者位置控制的设备包括热塑体膜、负压袋、正交X光和在线容积图像（锥形束CT、扇形束CT、磁共振）患者位置校正系统等。热塑体膜、负压袋都是通过限定人体的外轮廓来进行摆位，精度通常较差。正交X光患者位置校正系统通过获取患者在治疗床上的正交X光投影图像，并将其与原始CT图像进行二维/三维配准，获得移床数据来进行摆位。与上述设备相比，在线容积图像患者位置校正系统目前被认为最准确，其在治疗前扫描患者在治疗床上的在线容积图像，通过对骨或灰度值进行刚体配准，获得移床数据，达到精确摆位的目的。但是，骨的位置或整体灰度值并不是放疗实施最关心的目标，而肿瘤靶区和周围重要器官的位置变化才与放疗计划的准确实施息息相关。因为膀胱充盈、肿瘤退缩等原因产生人体内部的解剖结构变化，使得通过骨配准、灰度值配准等方法获得的移床数据有时并不能准确反映肿瘤靶区和周围重要器官的位置变化，从而造成放疗计划实施上的偏差。
发明“一种根据在线影像产生治疗床调整数据的计算机系统”（申请号：201610422704.7）通过在线影像和原始影像进行刚体配准时，有针对性的设定用于刚体配准的感兴趣区和权重，从而产生更有意义的移床数据。但是上述系统中包含有勾画与融合模块，需要用户手工或计算机自动在在线影像上产生在线的靶区和器官轮廓，来进行参考图像感兴趣区和在线图像感兴趣区相似性测度的计算。手工勾画靶区和器官轮廓需要很长时间，而计算机自动产生在线靶区和器官轮廓也需要医生的检查和确认，这增加了放疗实施的复杂性。
发明内容
本发明为了克服上述不足，提出了“一种基于感兴趣区的放疗患者摆位刚体配准算法”，针对指定的参考图像勾画感兴趣区（通常为靶区），产生相应的权重分布，使指定的感兴趣区和附近区域在刚体配准时占有更大的权重，产生更有意义的配准结果。与发明“一种根据在线影像产生治疗床调整数据的计算机系统”（申请号：201610422704.7）不同的是，本发明根据参考图像勾画感兴趣区直接对图像进行刚体配准，不需要产生和确认在线的靶区和器官轮廓，从而大大简化了实施过程。
本发明根据指定的参考图像勾画感兴趣区产生相应的权重分布。指定的参考图像勾画感兴趣区通常设置较大的权重，由于指定的感兴趣区（比如靶区）内部有时密度均匀，需要周围的区域一同为刚体配准提供信息。因此，本发明中感兴趣区周围根据权重分布函数产生权重分布，使越靠近感兴趣区的像素权重值越接近此感兴趣区权重，远离感兴趣区的像素则更接近默认权重。
刚体配准的目标函数为：
Figure 398876DEST_PATH_IMAGE002
其中
Figure DEST_PATH_IMAGE003
表示配准区域内共有
Figure 378334DEST_PATH_IMAGE003
个像素点，
Figure 626912DEST_PATH_IMAGE004
表示第i个像素点中心位置坐标，
Figure DEST_PATH_IMAGE005
表示 配准区域内的权重分布，
Figure 84439DEST_PATH_IMAGE006
表示在
Figure 492286DEST_PATH_IMAGE004
位置参考图像像素和在线图像像素差值的度量。 附图1是实施例1中高斯权重分布函数的示意图，为简化表达，图中
Figure 783590DEST_PATH_IMAGE004
是一维向量；而在实际 的患者摆位过程中，在线影像是二维投影图像或三维容积图像，对应的
Figure 644099DEST_PATH_IMAGE004
也是二维或三维 向量。
当几个感兴趣区权重分布函数的作用范围有重叠时，重叠区域的像素权重取值为此像素对应各个权重分布函数的最大值。
刚体配准的过程即采用最优化算法调整平移旋转量，最小化上述目标函数的过程。
附图说明：
图1. 高斯权重分布函数示意图
图2. 两个感兴趣区共同影响的像素斜坡权重函数取值示意图
具体实施方式：
实施例1
此实施例根据指定的感兴趣区产生相应的权重分布。其权重分布函数为高斯权重分布函数：
Figure 311841DEST_PATH_IMAGE008
其中
Figure 246298DEST_PATH_IMAGE004
表示第i个像素点中心位置坐标，
Figure 833138DEST_PATH_IMAGE005
表示配准区域内的权重分布；
Figure DEST_PATH_IMAGE009
是感兴 趣区权重，
Figure 853046DEST_PATH_IMAGE010
是默认权重，通常设置的感兴趣区权重要大于默认权重；
Figure DEST_PATH_IMAGE011
表示第i 个像素点中心位置到感兴趣区的豪斯多夫距离，第i个像素点在感兴趣区内豪斯多夫距离 为0。权重分布函数使越靠近感兴趣区的像素权重值越接近此感兴趣区权重，远离感兴趣区 的像素则更接近默认权重。附图1是高斯权重分布函数的示意图，为简化表达，图中
Figure 449113DEST_PATH_IMAGE004
是一 维向量；实际上，在此实施例中在线影像是三维锥形束CT容积图像，对应的
Figure 441339DEST_PATH_IMAGE004
也是三维向 量。
刚体配准的目标函数为：
Figure 464659DEST_PATH_IMAGE012
其中
Figure 175126DEST_PATH_IMAGE003
表示配准区域内共有
Figure 43725DEST_PATH_IMAGE003
个像素点，
Figure 156038DEST_PATH_IMAGE004
表示第i个像素点中心位置坐标，
Figure 84679DEST_PATH_IMAGE005
表示 配准区域内的权重分布，
Figure DEST_PATH_IMAGE013
表示在
Figure 881777DEST_PATH_IMAGE004
位置参考图像像素和在线图像像素差值的度量。在 此实施例中，参考图像为三维定位CT容积图像，参考图像像素和在线图像像素差值的度量
Figure 429433DEST_PATH_IMAGE013
为差值的平方（L2范数）：
Figure DEST_PATH_IMAGE015
这里
Figure 724148DEST_PATH_IMAGE016
表示在
Figure 89270DEST_PATH_IMAGE004
位置参考图像像素值，
Figure DEST_PATH_IMAGE017
表示在
Figure 164543DEST_PATH_IMAGE004
位置在线图像像素值。
刚体配准的过程即调整平移旋转量，最小化上述目标函数的过程。此实施例中采用共轭梯度法实现上述优化过程。
实施例2
此实施例根据指定的感兴趣区产生相应的权重分布。其权重分布函数为斜坡权重分布函数：
Figure DEST_PATH_IMAGE019
公式中和实施例1中同名变量的意义相同，
Figure 781469DEST_PATH_IMAGE020
表示最大豪斯多夫距离，既一个感 兴趣区对应的权重分布函数的作用范围。当几个感兴趣区权重分布函数的作用范围有重叠 时，重叠区域的像素权重取值为此像素对应各个权重分布函数的最大值。附图2是两个感兴 趣区共同影响的像素斜坡权重函数取值示意图，为简化表达，图中
Figure 930690DEST_PATH_IMAGE004
是一维向量；图中
Figure DEST_PATH_IMAGE021
、
Figure 732293DEST_PATH_IMAGE022
两个感兴趣区的权重都为10，默认权重为2，黑色实线是
Figure 639069DEST_PATH_IMAGE021
、
Figure 653162DEST_PATH_IMAGE022
共同作用下的斜坡 权重函数。实际上，在此实施例中在线影像是两幅二维正交投影图像，对应的
Figure 594573DEST_PATH_IMAGE004
也是二维向 量。
刚体配准目标函数和实施例中目标函数形式相同，此实施例中参考图像为根据定 位CT计算的二维数字重建放射图像（DRR），在线图像是平板探测器采集的两幅二维正交投 影图像。定位CT上的感兴趣区也就相应的投影到DRR图像上（DRR图像上某个像素的投影路 径上只要有一个定位CT像素在感兴趣区内，则这个DRR像素是一个DRR图像感兴趣区像素）。 在此实施例中，参考图像像素和在线图像像素差值的度量
Figure 301498DEST_PATH_IMAGE013
为差值的绝对值（L1范数）：
Figure 695570DEST_PATH_IMAGE024
实际上，参考图像像素和在线图像像素差值的度量
Figure 247774DEST_PATH_IMAGE013
也可以是其差值的其它范数。
刚体配准的过程即调整定位CT平移旋转量，产生新的DRR图像，最小化上述目标函数的过程。此实施例中采用Powell法实现上述优化过程。

Claims (4)

1.本发明公开了一种基于感兴趣区的放疗患者摆位刚体配准算法，其特征在于此算法的目标函数为：
Figure DEST_PATH_IMAGE002
其中
Figure DEST_PATH_IMAGE004
表示配准区域内共有
Figure 929786DEST_PATH_IMAGE004
个像素点，
Figure DEST_PATH_IMAGE006
表示第i个像素点中心位置坐标，
Figure DEST_PATH_IMAGE008
表示配准区域内的权重分布，
Figure DEST_PATH_IMAGE010
表示在
Figure 681798DEST_PATH_IMAGE006
位置参考图像像素和在线图像像素差值的度量。
2.本发明公开了一种基于感兴趣区的放疗患者摆位刚体配准算法，其特征在于此算法对指定勾画感兴趣区设定权重，且在感兴趣区周围根据权重分布函数产生权重分布。
3.根据权利要求1所述的一种基于感兴趣区的放疗患者摆位刚体配准算法，其特征在于：所述勾画感兴趣区是参考图像勾画感兴趣区。
4.根据权利要求1所述的一种基于感兴趣区的放疗患者摆位刚体配准算法，其特征在于：所述权重分布函数越靠近感兴趣区，权重值越接近此感兴趣区权重，越远离感兴趣区，权重值越接近默认权重。
CN201911256123.0A 2019-12-10 2019-12-10 一种基于感兴趣区的放疗患者摆位刚体配准算法 Active CN110992406B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911256123.0A CN110992406B (zh) 2019-12-10 2019-12-10 一种基于感兴趣区的放疗患者摆位刚体配准算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911256123.0A CN110992406B (zh) 2019-12-10 2019-12-10 一种基于感兴趣区的放疗患者摆位刚体配准算法

Publications (2)

Publication Number Publication Date
CN110992406A true CN110992406A (zh) 2020-04-10
CN110992406B CN110992406B (zh) 2024-04-30

Family

ID=70091532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911256123.0A Active CN110992406B (zh) 2019-12-10 2019-12-10 一种基于感兴趣区的放疗患者摆位刚体配准算法

Country Status (1)

Country Link
CN (1) CN110992406B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1675565A (zh) * 2002-08-21 2005-09-28 皇家飞利浦电子股份有限公司 利用可适配的空间图像组合的超声成像设备
WO2006119426A2 (en) * 2005-05-03 2006-11-09 Regents Of The University Of California Biopsy systems for breast computed tomography
US20070220455A1 (en) * 2006-03-14 2007-09-20 Joshi Rajiv V Method and computer program for efficient cell failure rate estimation in cell arrays
US20080137952A1 (en) * 2001-10-24 2008-06-12 Nik Multimedia, Inc. User Definable Image Reference Regions
CN102473297A (zh) * 2009-06-30 2012-05-23 皇家飞利浦电子股份有限公司 量化灌注分析
CN102930555A (zh) * 2011-08-11 2013-02-13 深圳迈瑞生物医疗电子股份有限公司 一种对超声图像中感兴趣区域进行跟踪的方法及装置
US20150287194A1 (en) * 2013-02-11 2015-10-08 Definiens Ag Updating Landmarks to Improve Coregistration as Regions of Interest are Corrected
CN106055912A (zh) * 2016-06-15 2016-10-26 张家港赛提菲克医疗器械有限公司 一种根据在线影像产生治疗床调整数据的计算机程序
CN106108932A (zh) * 2016-07-21 2016-11-16 四川大学 全自动肾脏感兴趣区提取装置与方法
KR20170117324A (ko) * 2016-04-13 2017-10-23 캐논 가부시끼가이샤 화상 처리장치, 화상 처리방법, 및 기억매체
CN107358600A (zh) * 2017-06-14 2017-11-17 北京全域医疗技术有限公司 放疗计划中的自动勾靶方法、装置和电子设备
CN107403201A (zh) * 2017-08-11 2017-11-28 强深智能医疗科技（昆山）有限公司 肿瘤放射治疗靶区和危及器官智能化、自动化勾画方法
CN109241835A (zh) * 2018-07-27 2019-01-18 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN109771850A (zh) * 2019-02-02 2019-05-21 上海赛提菲克医疗器械有限公司 一种自适应放疗计划修正方法
CN110180092A (zh) * 2019-05-20 2019-08-30 李宝生 一种在线放疗计划质量控制系统及其控制方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080137952A1 (en) * 2001-10-24 2008-06-12 Nik Multimedia, Inc. User Definable Image Reference Regions
CN1675565A (zh) * 2002-08-21 2005-09-28 皇家飞利浦电子股份有限公司 利用可适配的空间图像组合的超声成像设备
WO2006119426A2 (en) * 2005-05-03 2006-11-09 Regents Of The University Of California Biopsy systems for breast computed tomography
US20070220455A1 (en) * 2006-03-14 2007-09-20 Joshi Rajiv V Method and computer program for efficient cell failure rate estimation in cell arrays
CN102473297A (zh) * 2009-06-30 2012-05-23 皇家飞利浦电子股份有限公司 量化灌注分析
CN102930555A (zh) * 2011-08-11 2013-02-13 深圳迈瑞生物医疗电子股份有限公司 一种对超声图像中感兴趣区域进行跟踪的方法及装置
US20150287194A1 (en) * 2013-02-11 2015-10-08 Definiens Ag Updating Landmarks to Improve Coregistration as Regions of Interest are Corrected
KR20170117324A (ko) * 2016-04-13 2017-10-23 캐논 가부시끼가이샤 화상 처리장치, 화상 처리방법, 및 기억매체
CN106055912A (zh) * 2016-06-15 2016-10-26 张家港赛提菲克医疗器械有限公司 一种根据在线影像产生治疗床调整数据的计算机程序
CN106108932A (zh) * 2016-07-21 2016-11-16 四川大学 全自动肾脏感兴趣区提取装置与方法
CN107358600A (zh) * 2017-06-14 2017-11-17 北京全域医疗技术有限公司 放疗计划中的自动勾靶方法、装置和电子设备
CN107403201A (zh) * 2017-08-11 2017-11-28 强深智能医疗科技（昆山）有限公司 肿瘤放射治疗靶区和危及器官智能化、自动化勾画方法
CN109241835A (zh) * 2018-07-27 2019-01-18 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN109771850A (zh) * 2019-02-02 2019-05-21 上海赛提菲克医疗器械有限公司 一种自适应放疗计划修正方法
CN110180092A (zh) * 2019-05-20 2019-08-30 李宝生 一种在线放疗计划质量控制系统及其控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LI, NZ: "Characterizing the Spatial Distribution of Microhemorrhages Resulting from Traumatic Brain Injury", 《MEDICAL IMAGING 2014: BIOMEDICAL APPLICATIONS IN MOLECULAR, STRUCTURAL, AND FUNCTIONAL IMAGING》, vol. 9038, 27 August 2014 (2014-08-27), pages 1 *
LIANG，YUEQIANG: "Accelerated gradient-based free form deformable registration for online adaptive radiotherapy", PHYSICS IN MEDICINE AND BIOLOGY, vol. 60, no. 7, pages 2765 - 2783, XP020282702, DOI: 10.1088/0031-9155/60/7/2765 *
XU, YG: "An Overlapping Clustering Approach with Correlation Weight", 《OUGH SETS》, vol. 10313, 6 June 2018 (2018-06-06), pages 611 - 619 *
梁月强、李宝生: "精确锥形束CT和扇形束CT三维变形配准", 生物医学工程学杂志, no. 2012, pages 534 - 540 *

Also Published As

Publication number Publication date
CN110992406B (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
CN105825073B (zh) 一种在线放疗计划质量控制系统
US11257241B2 (en) System and method for component positioning by registering a 3D patient model to an intra-operative image
EP2175931B1 (en) Systems for compensating for changes in anatomy of radiotherapy patients
CN107468265A (zh) 定位用以成像方法的检查对象
US11756242B2 (en) System and method for artifact reduction in an image
US6125164A (en) High-speed inter-modality image registration via iterative feature matching
US8457372B2 (en) Subtraction of a segmented anatomical feature from an acquired image
CN107865658B (zh) 用于修正合成电子密度图的方法和设备
JP4651591B2 (ja) 位置決め装置
CN109276248A (zh) 用于医学影像系统的自动摆位方法和医学影像系统
JP2001503176A (ja) Ｘ線画像と基準画像の照合装置
CN109472835A (zh) 处理医学图像数据的方法和医学图像数据的图像处理系统
Pallotta et al. Surface imaging, portal imaging, and skin marker set-up vs. CBCT for radiotherapy of the thorax and pelvis
US9254106B2 (en) Method for completing a medical image data set
JP7513980B2 (ja) 医用画像処理装置、治療システム、医用画像処理方法、およびプログラム
Davis et al. Collision-avoiding imaging trajectories for linac mounted cone-beam CT
CN106055912B (zh) 一种根据在线影像产生治疗床调整数据的计算机系统
CN110992406B (zh) 一种基于感兴趣区的放疗患者摆位刚体配准算法
CN111127531A (zh) 一种基于在线影像的放疗患者摆位质量保证软件
CN110975173A (zh) 一种基于在线影像的放疗患者摆位质量保证软件
US20230169676A1 (en) System and Method for Identifying Feature in an Image of a Subject
WO2022120714A1 (zh) 图像分割方法及装置、图像引导系统、放射治疗系统
US20230398376A1 (en) Methods and systems for radiation therapy guidance
WO2022120707A1 (zh) 实时图像引导方法、装置及系统、放射治疗系统
JP2024151221A (ja) 動き追跡装置、放射線治療システム、および動き追跡方法

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