[发明专利]一种基于体表显著性分析的呼吸特征提取方法

说明书

本申请提供一种基于体表显著性分析的呼吸特征提取方法，包括：建立胸腹部呼吸运动的体表体素模型，包含点云信息的获取、体素模型的生成以及呼吸运动特征提取；通过对体表不同区域进行显著性分析构建显著性评价函数，基于所述评价函数选取与肿瘤运动具有高相关性的体表区域；对所述体表区域进行体素化处理，利用局部线性嵌入降维算法得到体表区域的有效一维表征信息。与现有方法相比，避免了体表冗余运动信息对关联模型精度的影响，与PCC方法相比，本申请提出的方法能够避免X射线持续照射对人体造成的危害。能够更精准地获取体表运动信息，有助于建立更精准的体表‑体内运动信息关联模型，为放射治疗机器人提供更精准的治疗精度。

技术领域

本申请涉及医疗数据处理技术领域，尤其涉及一种基于体表显著性分析的呼吸特征提取方法。

背景技术

放射治疗已经成为一种主流的肿瘤临床治疗方式，约50%的癌症患者在治疗过程中需要应用放疗技术。肺癌是比较常见的一种恶性肿瘤，几乎占据所有癌症死亡病例的三分之一，在所有的肺癌患者中，非小细胞肺癌（NSCLC）患者所占比例高达80%以上，且早期症状不明显因此难以被发现。对于不能够手术的局部晚期NSCLC，立体定向放射治疗(SBRT)仍然是一种有效的治疗手段。SBRT因其治疗效果好、患者承受痛苦小、术后复发率小等特点已经成为非小细胞肺癌治疗的主流方案选择。放疗技术从传统的照射治疗发展到高度适形技术，在提高有效照射剂量的同时降低了对正常组织的额外伤害。然而，肺部肿瘤因位置的特殊性，会随呼吸进行幅值较大的准周期运动，在SBRT的初期治疗方案中，引入了腹部按压、屏气、门控等方法以减小肿瘤运动对治疗精度的影响。然而这些方法是以牺牲病人治疗过程的舒适性为代价，射波刀引入了实时呼吸跟踪系统，通过建立体表标记点运动与肿瘤运动的关联模型定位肿瘤位置，在保证治疗精度的同时极大降低了病人在治疗过程中的痛苦。

为了建立体表表征信息与肿瘤运动的关联模型，多年来学者们一直在研究如何提取有效的体表特征，并通过所提取的表面特征信息建立和肿瘤运动的关联模型以获得肿瘤的运动信息。已有人使用连接到治疗床并与病人的皮肤表面正交的激光器。通过测量激光反射光的相对位置来监测腹部表面一个点的运动变化，并与肿瘤运动进行线性拟合，实验结果表明单个标记点获取的信息有限，不足以表征体表呼吸运动。射波刀呼吸跟踪系统将放置于人体胸部表面的三个标记点作为体表呼吸运动的替代物，通过建立标记点与肿瘤运动的多项式模型预测肿瘤位置，然而肿瘤定位精度受标记点的摆放位置影响较大。已有人在一头死亡后几分钟的猪腹部表面放置了19个红外LED标记点，并在猪体内肝脏处放置了四个金标用于获取肝脏的运动信息，使用ε-支持向量回归方法建立体表和体内运动关联模型，通过对上限为19个的多个标记点进行不同组合，得到使用更多的LED标记点信息能获取更详实的体表运动信息的结论。

区别于在体表放置标记点的方法，研究人员还探索了非接触式方法进行测量以获得更全面的体表信息。相比于需要与患者接触的标记点方法，非接触式测量方法不会干扰病人的自由呼吸。已有人通过放置于受试者正上方的一个多缝隙光投影仪和一个CCD相机组成光纤光栅视觉传感器，通过近红外多狭缝光投影来监测受试者的呼吸。然而由于病人的运动导致胸壁上的投影覆盖范围不同，他们无法测量准确的体表运动信息。已有人设计了一种结构光系统，该系统提供了精确的胸壁表面三维拓扑结构，通过评估呼吸期间在解剖学上一致的测量区域内胸壁的三维表面变化来获得体表呼吸运动表征信息，然而该方法的可移植性太差。已有人使用深度传感器结合非刚性配准算法监测胸壁的形变。随着商业传感器的技术发展，相机被越来越多的研究者们应用于三维图像信息处理领域。已有人利用相机捕捉整个胸腹部区域的图像，运用主成分分析法（Principal ComponentsAnalysis，PCA）分解数据以建立呼吸运动模型，通过重建图像获取体表呼吸运动，但是其重建精度较低。已有人使用深度相机跟踪受试者附着于紧身上衣的11个圆形标记点图形，实验验证了通过相机采集的彩色和深度信息可以用于实时跟踪人体胸腹部标记的运动。