[发明专利]基于PCA和TSSM模型的膈肌预测系统及方法

说明书

本发明公开了一种基于PCA和TSSM模型的膈肌预测系统及方法，其实现的思路是：将4DCT扫描获取的呼吸时相数据重建成每个相位的人体三维图像；从人体三维图像中分割出膈肌图像，计算膈肌位移；从人体三维图像中分割出胸腹表面图像，计算胸腹表面位移；对膈肌位移和胸腹表面位移分别进行主成分分析，使其降维并映射到各自的d维子空间中；利用岭回归优化计算出从d维子空间的胸腹表面位移映射到d维子空间的膈肌位移的变换矩阵。本发明具有对患者的伤害更少，选取的膈肌质心更加准确，抗干扰性更好的优点。

技术领域

本发明属于图像处理技术领域，更进一步涉及医学影像辅助干预技术领域中的一种基于主成分分析PCA(Principal Components Analysis)和分步子空间映射TSSM(Two-Step Subspace Mapping)模型的膈肌预测系统及方法。本发明在不使用标记物的情况下，通过体外胸腹部表面的位移预测人体膈肌的运动。

背景技术

动态目标跟踪法是目前最为有效的呼气管理技术，直接方式是植入体内的标志物进行成像，进而进行目标跟踪。但实验对象需要进行昂贵的、创伤性手术。植入标志物的替代方法，是使用呼吸信息对内部解剖结构的运动进行建模。通过肺活量测定和实时位置跟踪系统，研究肺肿瘤运动与呼吸运动的相关性。相比于其它解剖结构，膈肌与呼吸运动具有更强的相关性。另一方面，人体内部结构的运动情况，可以通过机体外部来进行观察和预测。

在Malinowski等人在其发表的论文Mitigating Errors in ExternalRespiratory Surrogate-Based Models of Tumor Position(J International Journalof Radiation Oncology,Biology,Physics,vol.82,no.5,2012)中公开公布了一种减轻外呼吸替代肿瘤位置模型的误差的方法。该方法的主要实现步骤是：在患者身上贴附了多个标志物，并建立了标志物-肿瘤的位移关系模型。该方法通过评估肿瘤位置预测模型的潜在误差来源，最终选择了偏最小二乘回归(PLS)进行模型拟合。该方法存在的不足之处是，模型的准确性与患者数量显著相关，采用外标志物建立的肿瘤位置预测模型的准确性受患者间差异、肿瘤-替代物相关性、训练数据选择的影响。

在南方医科大学申请的专利“一种胸部数字合成X射线体层成像中呼吸运动分析方法”(公开号：CN 109146842 A，申请号：CN 201810745977.4，申请日：2018年07月09日)中公开了一种胸部数字合成X射线体层成像中呼吸运动分析方法，其制备方法包括以下步骤：S1，通过胸部数字合成体层成像，获取CTS投影数据；S2,从S1中获取的CTS投影数据提取膈肌的运动轨迹；S3,从S2获取的膈肌运动进行进行正弦二次模型拟合。该方法存在的不足之处是：部分患者在整个数据采集过程中可能无法屏住呼吸，在采集结束时开始呼吸。且质心仅以最大振幅的点来表示，忽略了膈肌在左右方向上的位移，导致振幅最大的点正下方振幅最小时的点并不是同一个点从而使得简化对象不准确的问题。

发明内容

本发明的目的是针对上述已有技术的不足，提出了一种基于PCA和TSSM模型的膈肌预测系统及方法，用于解决PLS模型外标志物建立的肿瘤位置预测模型的准确性受患者个体差异、测量精度、肿瘤-替代物相关性、训练数据选择和正弦二次模型对患者数据采集时可能无法屏住呼吸而产生数据采集不全的问题。

实现本发明目的的思路是：对于PLS模型和正弦二次模型都存在的初始采集的数据就会受到患者差异影响的问题，本发明采用了主成分分析法对患者的数据进行降维处理，保留了不同患者之间的共性，极大的消除个体差异性；PLS模型中标志物的移动会导致模型误差随时间越来越大。本发明采用了ICP算法，通过对不同相位的胸腹表面图像的像素点进行配准计算出胸腹表面位移，而人体本身的胸腹表面的相对位置是相对固定的，使得模型不会随时间变差，也减少了患者植入标志物的痛苦。

本发明的系统包括图像分割模块，膈肌位移计算模块、胸腹表面位移模块、图像输出模块、PCA模块、模型拟合模块；其中，