[发明专利]动态肿瘤实时跟踪方法

摘要

本发明公开了一种动态肿瘤实时跟踪方法，包括以下步骤：(1)输入：肿瘤解剖结构的图像序列、呼吸状态特征集；(2)建立状态关联数据库；(3)获取实时图像和呼吸状态特征；(4)预测延时后的呼吸状态特征；并确定对应的肿瘤形态变化区间的图像序列；(5)判别肿瘤运动与呼吸运动相关性；(6)将实时图像与肿瘤形态变化区间的图像序列，在感兴趣区内逐个进行配准；(7)从配准结果中选择一幅最佳肿瘤形态图像；(8)输出肿瘤解剖结构的图像。本发明通过呼吸状态量化与分析，建立呼吸和肿瘤运动的相关性，据此进行呼吸的预测与运动跟踪，提高动态肿瘤实时跟踪的效率及其跟踪的精确性。

主权项

1.一种动态肿瘤实时跟踪方法，其特征在于，包括以下内容和步骤：(1)输入：肿瘤解剖结构的图像序列I(k)、呼吸状态特征集R(k)；(2)建立状态关联数据库，包括：肿瘤解剖结构的图像序列I(k)、肿瘤形态图像序列D(k)、标记物特征集S(k)、呼吸状态特征集R(k)，令T为标准周期长度，上述四种状态数据按照同一时相顺序k＝k1，k2，...kT建立关联；(3)获取治疗中t＝ti时刻动态肿瘤的实时图像f(ti)和呼吸状态特征R(ti)；(4)通过预测模型，预测延时Δt后的呼吸状态特征R(ti+Δt)；并在肿瘤形态图像序列中D(k)，确定R(ti+Δt)对应的肿瘤形态变化区间的图像序列D(kj-α)～D(kj+α)，kj∈{1，...，K}；(5)判别ti时刻下的肿瘤运动与呼吸运动相关性；(6)将实时图像f(ti)与肿瘤形态变化区间的图像序列，在感兴趣区内逐个进行配准；(7)从配准结果中选择一幅最佳肿瘤形态图像D(kj+m)，m∈[kj-α，kj+α]，代表ti+Δt时刻的肿瘤形态；(8)输出描述ti+Δt时刻肿瘤解剖结构的图像I(kj+m)。