[发明专利]一种呼吸门控与CT图像融合图像引导装置及其方法

权利要求书

1.一种呼吸门控与CT图像融合图像引导装置，包括CT影像设备，CT影像设备中设置有呼吸门控感知装置(5)和CT腔体(2)，其特征在于，CT腔体(2)中设有病人所需治疗床(3)和治疗头(6)，同时治疗床(3)上设置有呼吸门控传感器(1)，呼吸门控感知装置(5)通过同步信号线(4)连接CT图像工作站(8)和图像融合采集装置(9)，图像融合采集装置(9)连接图像融合处理装置(10)，图像融合处理装置(10)连接图像融合显示装置(11)；其中治疗头(6)通过束流输出控制线(12)连接束流输出控制器(7)；

呼吸门控传感器(1)用于实时的采集病人呼吸时的运动CT图像和病人屏住呼吸时的静态CT图像，并将采集的CT图像通过同步信号线(4)传输至CT图像工作站(8)，CT图像工作站(8)将获取的运动CT图像和静态CT图像传输至图像融合采集装置(9)，图像融合采集装置(9)将接收到的CT图像传输至图像融合处理装置(10)；

图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：

步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站(8)采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；

步骤2：设P、Q分别为待配准的点云数据集合，搜索出P中的每个点p_i与该区域Q上的最近点q_i为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；

Q_i＝R·P_i+T(i＝1,…,N) (1)

对应点间欧式距离之和最小准则建立如式(2)的配准模型：

和分别为P_i和Q_i的估值；

步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集P_i和Q_i进行中心化，P_i和Q_i对应关系式如式(3)所示：

将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：

其中，P_i＝P_i-p、Q_i＝Q_i-p，若要f(R)最小，可构造矩阵并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；

R＝VU^T，T＝q-R·p (5)

步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成，查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分。

2.一种呼吸门控与CT图像融合图像引导方法，其特征在于，具体引导方法如下：

第一步，技师启动呼吸门控感知装置(5)，并获取呼吸门控传感器(1)的信号，启动连接呼吸门控感知装置(5)和融合装置的同步信号线(4)的信号传输；

第二步，病人屏住呼吸，CT二维影像图像工作站(8)获取CT图像，该图像为静止图像，并通过图像融合采集装置(9)传输给图像融合处理装置(10)；

第三步，关闭呼吸门控设备，病人保持呼吸正常情况下，图像融合采集装置(9)获取CT二维影像图像工作站的实时CT图像作为运动图像；

第四步，利用图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合，当配准融合满足设定阈值条件下，输出信号给束流输出控制器(7)，束流输出控制器(7)通过束流输出控制线(12)发送束流输出控制信号给治疗头(6)，控制治疗头(6)移动进行治疗。

3.根据权利要求2所述的一种呼吸门控与CT图像融合图像引导方法，其特征在于，图像融合处理装置(10)对正常呼吸下的运动图像与静止图像进行配准融合的具体过程如下：

步骤1：启动门控设备情况下，病人屏气，CT二维影像图像工作站(8)采集到的CT二维影像图像存储或者实时获取的背景图像序列为每个像素统计建模；

步骤2：设P、Q分别为待配准的点云数据集合，搜索出P中的每个点p_i与该区域Q上的最近点q_i为对应点，则存在旋转矩阵R和平移向量T，P、Q存在对应关系如式(1)所示；

Q_i＝R·P_i+T(i＝1,…,N) (1)

对应点间欧式距离之和最小准则建立如式(2)的配准模型：

和分别为P_i和Q_i的估值；

步骤3：采用奇异值分解法，为了防止个别坐标偏离原点导致结果病态，首先将点集P_i和Q_i进行中心化，P_i和Q_i对应关系式如式(3)所示：

将式(1)和(3)建立使式(2)函数值最小的刚体变换向量f(R)，如式(4)所示：

其中，P_i＝P_i-p、Q_i＝Q_i-p，若要f(R)最小，可构造矩阵并进行奇异值分解，求得正交矩阵U和V及非负对角阵Λ，进而得到旋转矩阵R与平移矩阵T，如式(5)所示；

R＝VU^T，T＝q-R·p (5)

步骤4：将空间点剖分成若干单纯性，每个单纯性均由距离最近的四个点组成，查找最近点时，以单纯性为线索，逐次精化，最终确定最邻近点，利用三角剖分将空间点进行排序划分。