体部放疗中靶区自动勾画与跟踪的动态配准理论研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81171402
项目类别：
面上项目
资助金额：
58.0万
负责人：
谢耀钦
依托单位：
中国科学院深圳先进技术研究院
学科分类：
H2708.医学图像数据处理、分析与可视化
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
马云志；郑震；熊骏；朱青松；张东文；王振；王丽莉；王谦；
关键词：
特征提取影像跟踪动态配准体部立体定向放疗四维CT

项目摘要

肿瘤的准确定位和跟踪是实现精准放疗的重要保证。由于大量医学影像设备应用于放疗中，尤其是四维CT影像的出现，使得靶区的自动勾画成为体部立体定向放疗（SBRT）中亟待解决的关键问题，需要通过动态配准的方法加以实现。本项目拟基于尺度不变的特征变换（SIFT）方法对配准问题进行深入的理论研究。针对肺和胸壁之间不连续运动的弹性配准，提出了基于压缩感知理论的配准来获取肺部轮廓的自动分割方法，以及全局和局部配准相结合的B-TPS新方法，实现靶区的自动勾画；针对肿瘤跟踪中特征点的分布不均匀的问题，我们采用了Harris和GLOH两种算子提取影像的不同特征，并提出了局域特征自适应的无标志点肿瘤跟踪方法，使患者从手术植入标志点的痛苦中解脱出来。本项目的完成将实现海量四维CT影像的靶区自动勾画和无标志点的肿瘤实时跟踪，为进一步增加肿瘤靶区的剂量，避免射线照到肿瘤以外的正常组织打下基础。

结项摘要

肿瘤的准确定位和跟踪是实现精准放疗的重要保证。由于大量医学影像设备应用于放疗中，尤其是四维CT 影像的出现，使得靶区的自动勾画成为体部立体定向放疗（SBRT）中亟待解决的关键问题，需要通过动态配准的方法加以实现。本项目基于尺度不变的特征变换（SIFT）方法对配准问题进行深入的理论研究。针对肺和胸壁之间不连续运动的弹性配准，提出了滑动配准和基于压缩感知理论的配准两种方法来获取肺部轮廓，以及全局和局部配准相结合的B-TPS 新方法，实现了靶区的自动勾画；针对肿瘤跟踪中特征点的分布不均匀的问题，我们采用了Harris 和GLOH 两种算子提取影像的不同特征，并提出了局域特征自适应的无标志点肿瘤跟踪方法，使患者从手术植入标志点的痛苦中解脱出来。本项目实现了海量四维CT 影像的靶区自动勾画和无标志点的肿瘤实时跟踪，为进一步增加肿瘤靶区的剂量，避免射线照到肿瘤以外的正常组织打下基础。本项目在执行期间共发表SCI论文31篇，包括Medical Physics、Physics in Medicine and Biology、Medical Image Analysis等高影响因子论文5篇。