[发明专利]基于先验统计运动模型及自适应配准的肺部运动估计方法

说明书

本发明涉及一种基于先验统计运动模型及自适应配准的肺部运动估计方法，包括：S1：获取多组病人呼吸始末两个相位的胸部CT图像；S2：对其进行肺部组织的图像分割；S3：将每组病人两个不同呼吸相位的胸部CT图像进行配准；S4：提取肺实质的运动信息，并以此建立肺部呼吸运动样本库，每组样本的EI时刻CT图像都与第一组样本的EI时刻CT图像做配准，获取样本间的转换矩阵；S5：采集一组新增肺部运动模型EI时刻的全局肺区CT及一组EE时刻的肺部病灶区域CT；S6：在新增的两种CT中选取十组的特征点对；S7：稀疏先验运动模型的生成；S8：病灶区域的精确运动信息获取。与现有技术相比，本发明具有计算速度快、实现方便、应用灵活等优点。

技术领域

本发明涉及肺部呼吸运动信息获取领域，尤其是涉及一种基于先验统计运动模型及自适应配准的肺部运动估计方法。

背景技术

精确治疗是当今医学的重要发展方向，是高速发展的计算技术、影像学技术与医学交叉发展的产物，可以为病人提供有效并且附加伤害最小的治疗，最大程度地降低风险，改善病人预后。肺癌的诊断率也随之有了一定的提高。目前，大多数的穿刺手术是基于传统三维CT图像引导下进行的，也是诊断及鉴别肺癌的一种新兴的有效方法，其可以实现微创下直接获取病变标本，并且将现代医学影像学技术与病理学相结合，做出组织病理学诊断，具有诊断率高，创伤小等特点。但由于人体解剖结构的动态特性，例如呼吸运动、胃肠道蠕动的变化等会导致病人器官和胸部、腹部等部位的肿瘤位置在治疗过程中发生运动。而三维CT图像是在呼吸周期中瞬时扫描所得，是静态的，基本不包含运动信息。为此穿刺活检往往需要重复多次扫描引导穿刺针进入并观察有无并发症，辐射剂量大，一定程度上限制了应用。因此，建立一种安全，高效，精确可靠并且实时的肺部肿瘤运动获取技术具有重要意义。

经过对现有文献的检索发现，现有的肺部运动模型按其建立方法主要分为三大类：基于图像灰度的数学模型，生物力学模型和统计学模型。基于图像的方法主要是运用图像配准的技术，通过使两幅或多幅图像之间达到最大相似度，从而得到一个肺部运动的流场。假定序列图像中相邻图像间的时间间隔很短，同时相邻图像间的差异也很小，通过构建一个包含时间和空间梯度的信息函数达到配准的目的。这类方法在建立图像与运动数学关系时，需要多个时刻肺部的CT数据，甚至需要采集患者的4DCT才可以完成上述目的。这势必对患者产生了大量的辐射量。并且由于图像配准要处理很大的计算量，因此，它的实时性就会收到制约。基于生物力学模型是把两个时刻肺部的模型从CT数据中重建出，然后将其中一个时刻模型上的顶点和三角面移动到另一个时刻模型上对应的位置实现呼吸模拟。基于生物力学模型的方法通过建立能量方程的形式代替相似度作为评判肺部呼吸运动的依据，然而复杂的组织间挤压情况，软组织的各向异性和非均一性都使得这类方法在获取生物属性参数及边界条件上存在一定困难，无法快速生成各异性的力学模型。

本发明要解决的关键技术问题有：

1、利用不同时刻CT图像信息，结合配准方法得到多组样本的运动信息，以此建立肺部呼吸运动模型的数据库。

2、针对当前运动统计模型无法体现个体差异或保留局部呼吸运动细节的不足，本研究将对统计模型的建立进行探索。

3、针对个体化统计学模型生后存在的估计误差，结合二次局部CT图像信息对感兴趣区域的运动进行进一步修正，以提高统计学模型在肺部运动获取中的精度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于先验统计运动模型及自适应配准的肺部运动估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于先验统计运动模型及自适应配准的肺部运动估计方法，包括依次执行的以下步骤：

S1：事先获取多组病人呼吸始末两个相位的胸部CT图像，其中两个相位分别为吸气末EI、呼气末EE；