[发明专利]一种4D-CT不同时相序列图像的重建方法

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种4D-CT不同时相序列图像的重建方法。

背景技术

临床4D-CT图像在实施过程中给患者带来较大的X射线辐射，且肿瘤和软组动对肿瘤和危及器官的影响，但基于计划日(癌症患者治疗前物理师和临床医生为患者利用其4D-CT图像数据做的放疗计划)4D-CT的放疗计划距离治疗日(癌症患者放疗过程中)图像数据获取大约有1至2周的时间间隔，肿瘤或其它组织可能发生较大变化。假如在每个治疗日重新扫描4D-CT，患者将再次接受大量X射线辐射。

目前在治疗日，容易获取3D-CT或CBCT(Cone beam CT)图像，这些图像是在患者自由呼吸状态下获取的。尽管4D-CT技术可以有效分析呼吸运动对肿瘤靶区和危及器官的影响，但4D-CT往往在计划日获取，而患者的肿瘤或其它身体特征可能在治疗日发生较大的变化，现有的方法是在治疗日获取患者自由呼吸状态下的3D-CT或者CBCT图像进行指导摆位，由于患者呼吸运动或摆位等造成肿瘤照射部位的运动致使指导摆位有误差，进而影响对肿瘤的边界和运动规律的有效判定。

发明内容

本发明的目的就是为了解决上述问题，提出了一种4D-CT不同时相序列图像的重建方法，该方法使用计划日的4D-CT和治疗日的3D-CT图像来重建治疗日的4D-CT图像，从而获取患者治疗日肿瘤和危及器官的运动变化规律，实现对肿瘤和危及器官的运动变化规律及边界的定量分析。

为了实现上述目的，本发明采用如下技术方案：

一种4D-CT不同时相序列图像的重建方法，包括以下步骤：

第一步：去除计划日4D-CT图像治疗床伪影，并去除图像中的噪声或其他震荡成分；

第二步：对图像进行基于TV-L1边缘保护多尺度空间的多尺度分解，通过使用不同的平滑参数λ，得到不同呼吸时相的包含信息量多少不同的平滑图像；

第三步：对上述不同呼吸时相的平滑图像进行联合时空域信息形变配准，将形变配准后的平滑图像定义为目标图像；

第四步：去除治疗日获取的自由呼吸状态下的3D-CT图像的噪声或其他震荡成分；

第五步：通过TV-L1边缘保护多尺度空间对3D-CT图像进行多尺度分解，并且通过相似性测度确定最优时相，标记为不完整的治疗日4D-CT，并将不完整的治疗日4D-CT定义为参考图像；

第六步：使用基于B样条的自由形变模型分别将不同时相的目标图像配准到参考图像中的对应时相中；配准结束后的图像即为重建的治疗日4D-CT图像。

所述第三步中，对一系列不同呼吸时相的平滑图像进行联合时空域信息形变配准的具体方法为：

将所述平滑图像用一个强度函数F(i，k)来表示，其中，i和k分别是N(一般取10个)个呼吸时相的空域和时域样本；采用基于B样条的周期时域模型来描述序列图像时域上的相关性，将肿瘤的运动轨迹建模为基于B样条的时域平滑函数；同时考虑呼吸运动中吸气末至呼气始时刻器官运动方向的快速反向转换，建立分段约束函数，保证整个呼吸运动轨迹平滑的同时，保持呼吸轨迹在吸气末处运动轨迹的准确性；

采用双树复小波变换来表达4D-CT不同时相的呼吸运动相关序列图像的形变域，将形变域建模为小波系数的函数；通过Navier偏微分方程来建立形变能量函数，由粗及精地估计表示空间域形变特征的最优小波系数，将所述小波系数代入目标图像变换模型对目标图像进行形变变换。最终利用基于B样条的周期时域模型(平滑轨迹模型和分段光滑的轨迹模型)与双树复小波变换形变模型耦合建立的一种联合时域和空域信息的全局的方法作用于样本数据。

所述将肿瘤的运动轨迹建模为基于B样条的时域平滑函数具体为：