[发明专利]一种基于蒙特卡洛采样算法的剂量场融合方法

说明书

一种基于蒙特卡洛采样算法的剂量场分布融合方法，涉及一种剂量场融合方法。目的是解决剂量场与解剖结构融合复杂、配准成功率低的问题。该方法包含以下步骤：步骤一，将图片中的Hounsfield单位转化材料定义；步骤二，使用图片建模，做模拟放射性治疗实验；步骤三，使用蒙特卡洛采样算法抽取数据并输出；步骤四，去除数据中错误坐标点构建剂量场三维可视化模型；步骤五，对剂量场三维可视化模型和三维重构模型进行坐标变换；步骤六，进行两个模型的数据融合。本发明提供了一种数据融合方法，实现了剂量场分布信息准确直观地显示在三维重构模型上。本发明适用于为放射性治疗手术方案的制定和调整提供依据。

技术领域

本发明涉及一种基于蒙特卡洛采样算法的数据融合方法。

背景技术

随着放射性治疗在医学领域的进一步发展，大约有70％的癌症病人在治疗过程中会使用到放疗。在放射治疗前，医生往往会根据CT诊断的结果来判定肿瘤组织的大小进而选择放射性治疗中使用的放射性种子的大小，以及设定放射源到肿瘤表面的距离(SSD)，以此达到最佳的放射治疗效果。但是这样的诊断过程不仅需要主治医师有较高的治疗水平，同时也增加了诊断时间和工作量。

发明内容

本发明为解决剂量场分布信息与肿瘤模型融合的问题，提出来一种基于蒙特卡洛采样算法的剂量场融合方法。

本发明基于蒙特卡洛算法的肿瘤剂量场融合方法按照以下步骤进行：

步骤一：将建模用的切片图片中的Hounsfield单位转化材料定义，所述的转化表达式为；

所述的Hounsfield转换表达式为：

Hμ＝1000×(μ_t-μ_w)÷μ_w (1)

公式(1)中，μ_t为人体组织的线性衰减因子，μ_w为水的线性衰减因子；

步骤二：使用双腔放射囊作为放射源，腔体填充¹²⁵I，使用切片图片建立肿瘤模型，并进行模拟放射性治疗实验；

肿瘤模型的建立过程如下：

(1)输入的肿瘤切片图片为标准的.dcm格式，每张图片分辨率为512*512，将相邻像素点相连，形成体素微元；

(2)以切片图片左下角为原点，建立肿瘤模型外接立方体：立方体长、宽、高计算表达

式为：

公式(2)中，X是肿瘤模型外界立方体宽度，n_x是肿瘤模型X轴方向上的体素微元个数，x是每个体素微元的宽度，公式(3)中，Y是肿瘤模型外界立方体高度，n_y是肿瘤模型Y轴方向上的体素微元个数，y是每个体素微元的高度，公式(4)中，Z是肿瘤模型外界立方体长度，n_z是建立模型所用到的切片图片个数，z是每个体素微元的长度；

(3)建立肿瘤模型外接立方体后进行肿瘤模型建立，根据公式(1)定义每个体素微元的材料，将体素微元在肿瘤外接立方体内进行按照长、宽、高三个方向堆叠建立肿瘤模型；

步骤三：使用蒙特卡洛采样算法进行数据抽取，并输出实验数据；

实验数据抽取过程如下：

(1)将建立模型所用的每一个体素微元定义成灵敏探测器；

(2)体素微元质量表达式如下：

M＝x*y*z*ρ (5)