以下为《放疗中图像配准方法的研究进展》的无排版文字预览,完整内容请下载
放疗中图像配准方法的研究进展
年级:2019级 专业:预防医学 姓名:王彬彬 学号:20***
【摘要】目的了解与学习图像配准方法在放疗过程中的应用技术、研究方向以及研究进展。方法通过对相关论文与综述的学习与思考,以及通过了解相关实例来加深对图像配准方法在临床放射治疗中的应用,做出一定的归类与分析。结果医学图像配准技术是临床中图像融合等图像处理工作前的重要一步,具有影响医疗诊断的重要意义。结论目前随着医学影像技术、计算机技术以及可视化技术的发展,医学图像配准技术已经取得了极大的应用进展,同时提高配准的精度、效率以及提高鲁棒性是今后临床放疗中图像配准的研究方向。
【关键词】医学图像配准、图像配准算法
目前的科学研究中,关于医学图像配准的研究集中在断层扫描图像以及时序图像的配准问题,例如CT、MRI、SPECT、PET?等和 fMRI和4D心动图像。其中,配准作为医学图像处理中的一项常用的基本技术,正在大量使用在医疗影像领域的各个方面,例如病灶检、疾病诊断、手术规划、手术导航、疗效评估等。而随着图像引导放射治疗和人类辅助生殖等技术逐渐应用于临床的放疗,由于摆位的误差、器官的运动等因素造成的肿瘤靶区其剂量不均的问题得到了改善。本篇综述将总要针对图像配准技术在放疗中的应用,对图像配准方法的分类、应用,以及其最新进展做出归纳与分析。
图像配准方法的分类
图像配准作为图像引导放射治疗中的关键技术,它的实际含义是指:来自相同或者不同成像设备的两幅图像ROI,通过运用合适的空间变换,两者严格匹配的一项技术。其中,成像设备包括有CTMRI、PET、DR等。配准的过程包括以下几步:第一步,输入两幅配准图像或者浮动图像与参考图像;第二步,提取图像的参考特征,参考特征包括图像灰度信息、解剖点等,来进行图像插值和空间变换;第三步,定义相似度,从而测度函数;第四步,通过优化算法的手段来优化目标函数,从而满足预先设定的精度要求,直到达到最优状态,最后输出图像。图像配准方法涉及广泛且内容繁多,到目前为止国内外相关研究机构都没有统一的分类标准。本篇综述将图像配准方法按照以下三种方法进行分类:按照配准维度分类、按照医学图像的模态分类、按照配准基准进行分类。
1. 按照配准维度分类:
按照空间维度可将医学图像配准分为3类:2D/2D配准、2D/3D配准、3D/3D配准。2D/2D配准是指对二维的两幅断层图像或者两幅X光图像进行匹配;2D/3D配准是指通过投影等方法将三维体的数据转换为二维的数据,再进行2D/2D图像匹配;3D/3D配准是指三维的两幅图像体的数据间的匹配。而4D医学图像则是在三维图像的基础上加上了时间维度,并依据呼吸周期将4D图像均分为多套图像数据,其中时间维度的加入可以监测肿瘤靶区的病变情况以及周围正常组织由于运动所引起的治疗前后而产生的空间位置的变化。在放疗中,对于4D图像配准按照维度的不同分为2E/2D配准和3E/3D配准。2E/2D配准是对不同时相的图像逐层进行二维配准,3E/3D配准是通过构建不同呼吸相位的主维图像,进行时相间三维图像的配准方法。
2. 按照医学图像的模态分类:
依据来自不同成像模态的医学图像可分为单模图像配准和多模图像配准。单模图像配准是指同一种成像模式的配准,即参考图像与待配准的浮动图像来自同一类型的设备。多模图像配准是指图像数据在不同成像设备中形成不同成像模态的图像配准,从而使得两幅图像上ROi的点与解剖结构达到空间上的对齐。因此利用不同模态图像的成像优点,提供不同的细节信息,从而得到 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 ”与Powell 优化算法相结合的多分辨率金字塔配准方法;包括TTK 、 Elastix 、 ANTs、 NiftyReg 等各类的开源工具包,将医学图像配准算法封装在工具包中的方法等,都大大提高了图像配准的精度与效率。
其中医学图像配准技术是图像融合与三维重建等图像处理技术的前提与基础,随着影像设备的发展及其图像的数据存储量加大,应用分组配准技术处理大量图像数据是现在图像配准的发展方向。然而临床应用的配准技术受影像设备、配准算法、伪影及人体复杂的解剖结构等因素的影响,具有一定局限性。因此针对现有的配准算法的优缺点进行改进,即以提高配准精度、配准效率及鲁棒性仍是今后医学图像配准的研究方向。
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]请点击下方选择您需要的文档下载。
以上为《放疗中图像配准方法的研究进展》的无排版文字预览,完整内容请下载
放疗中图像配准方法的研究进展由用户“zoompan”分享发布,转载请注明出处