[发明专利]联合图像分割与形变配准技术的自适应目标区域转换方法

摘要

本发明公开了一种联合图像分割与形变配准技术的自适应目标区域转换方法，本方法自动分割危及器官及胸腹部肿瘤区域，采用形变配准算法，将CBCT图像与计划CT图像进行多模态配准，通过计算出的形变域将计划CT上的信息自动转移到CBCT上。本发明在计划CT与CBCT图像刚体配准后，为补偿不能恢复的形变范围，采用基于正交小波基函数的形变配准算法，通过计算出的形变域，实现危及器官与肿瘤的轮廓以及放疗计划从计划CT到CBCT的转移，精确定位靶区位置。

主权项

一种联合图像分割与形变配准技术的自适应目标区域转换方法，其特征是：包括以下步骤：(1)采用基于图谱的自动分割方法，对采集的N组CT图像去除伪影、噪声成分，实现CT图像中的肝脏组织区域的自动分割，继而采用梯度矢量流方法进行胸肋骨自动提取；(2)在N组图像中随机选取一组作为参考图像，其余作为目标图像，将得到的肝脏区域和胸肋骨分别进行肝脏图谱和胸肋骨图谱的创建；(3)输入患者当前计划CT图像，采用梯度矢量流方法进行胸肋骨自动提取，将胸肋骨图谱作为参考图像，患者计划CT图像作为目标图像，以胸肋骨为特征，采用仿射配准算法与胸肋骨图谱进行刚体配准，得到患者计划CT图像中肝脏区域的初始值；(4)使用基于正交小波基函数的形变配准算法对得到的肝脏区域与肝脏图谱进行形变配准，使肝脏边界更为精准，通过基于图谱的分割方法在患者计划CT上自动分割出肝脏区域；(5)结合水平集模型与似然函数在计划CT上自动分割胸腹部肿瘤区域；(6)以胸肋骨为特征，通过仿射变换将CBCT图像与计划CT图像进行刚体配准，为补偿刚体配准时不能恢复的形变范围，使用基于正交小波基函数的形变配准算法，计算出CBCT与计划CT的形变域，将计划CT中的危及器官和肿瘤的轮廓以及等剂量线信息自动转移到CBCT上；所述步骤(6)中，其具体方法为：将已导入加速器的计划CT作为目标图像，CBCT图像作为参考图像，采用梯度矢量流方法对CBCT图像进行胸肋骨自动提取，以胸肋骨为特征，利用仿射配准算法与患者计划CT进行刚体配准；为补偿刚体配准时不能恢复的形变范围，使用基于正交小波基函数的形变配准算法，获得形变域，将形变域三维小波分解后，使小波系数的初始值为0；采用非线性最小二乘LM优化算法，寻找合适的小波系数，根据所需精度控制在某个尺度上收敛；由估计到的小波系数得到参考图像与目标图像之间的形变域；将计划CT中的危及器官和肿瘤的轮廓以及等剂量线信息自动转移到CBCT上，进而实现剂量体积直方图分析。