研究人员在放疗图像配准模型研究方面取得进展

来源：苏州医学院2022-11-02 1:29

放射治疗是利用射线靶向消灭肿瘤细胞的技术，是癌症治疗的重要技术手段。

放射治疗是利用射线靶向消灭肿瘤细胞的技术，是癌症治疗的重要技术手段。为了最大限度地照射肿瘤病灶，保护周围组织和器官，多模态图像[计算机断层扫描(ct)、磁共振(MRI)、超声(us)和锥形束CT(CBCT)]引导的放射治疗技术引起了极大的关注。其中，锥束CT(CBCT)图像具有骨组织对比度高、空间分辨率高等优点。与其他影像引导技术相比，CBCT影像引导放射治疗是目前应用最广泛的影像引导技术。放射治疗医生可以将定位CT图像与治疗实施阶段扫描的CBCT图像进行刚性或弹性配准，进行不同治疗之间的定位和剂量验证，使肿瘤的放射治疗成为可能。

然而，由于CT和CBCT图像之间灰度差异、结构信息不一致、CBCT图像质量差等因素的干扰，研究快速准确的CT到CBCT图像配准算法仍然是一个巨大的挑战(图1)。传统的配准算法一般采用迭代优化算法，运行时间长，实时性差。目前相关研究的前沿主要集中在利用深度学习理论研究快速准确的配准方法。然而，这些努力还没有深入研究CBCT和CT图像域之间的分布差异以及CBCT的噪声伪影干扰。

针对上述问题，中国科学院苏州生物医学工程与技术研究所杨晓东研究组提出了一种基于边界梯度引导和跨域特征融合的配准算法。该算法的整体结构由两个重要模块组成：边界引导注意模块(EGAM)和跨域注意模块(CDAM)，这两个模块构成了一个跨域融合注册网络。该网络使用两个具有相同结构的卷积流以非耦合的方式提取ct和CBCT的独特图像特征。此外，边界引导注意模块充分挖掘梯度图像的边界信息，引导配准网络对CT和CBCT中相关解剖结构的对应关系进行建模，抑制CBCT中的噪声伪影；跨域注意模块利用全局和局部信息引导来自两个图像域的特征映射到一个公共空间，从而缓解图像域之间的分布差异。

该算法在真实的临床CT-CBCT数据集上进行了测试，与其他先进的配准方法相比，取得了最佳的性能。与传统的配准方法相比，该方法在TRE、DSC和MHD指标上取得了显著的改善。TRE误差从4.00mm下降到2.27mm，DSC指数从74.02%上升到80.01%，MHD距离从1.62mm下降到1.50 mm，在相同的硬件条件下，该方法的运行速度提高了近10倍。此外，该算法在公开的肺4D-CT数据集(Dir-Lab)上取得了具有竞争力的配准性能，显示了该方法在单模图像配准中的潜力。未来，团队将对图像引导放疗中多模态图像配准的痛点进行更深入的研究，帮助提高临床放疗的精度和疗效。

相关研究成果发表在《生物医学中的计算机方法和程序》上，题目是《用于CT到CBCT图像配准的CDF regnet3360a跨域融合配准网络》。本研究得到了山东省、苏州市科技局、江苏省卫生委员会、常州市医学物理重点实验室等项目的支持。

图1 9500.163.com CBCT和CT相同解剖位置的图像

版权声明

本网站所有标注“来源：100医学网”或“来源：bioon”的文字、图片及音视频资料，版权归100医学网网站所有。未经授权，任何媒体、网站、个人不得转载，否则将追究法律责任。获得书面授权转载时，必须注明“来源：100医学网”。其他来源的文章均为转载文章。本网站所有转载文章都是为了传递更多信息。转载内容不代表本站立场。不想被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户都在使用100医疗网APP随时阅读、评论、分享、交流。请扫描二维码下载-