基于4D-CT和變形圖像配準獲取肺通氣功能的三維分布

張書旭，余輝，林生趣，張國前，王銳濠，齊斌

廣州醫(yī)科大學附屬腫瘤醫(yī)院放療中心，廣東 廣州 510095

基于4D-CT和變形圖像配準獲取肺通氣功能的三維分布

張書旭，余輝，林生趣，張國前，王銳濠，齊斌

廣州醫(yī)科大學附屬腫瘤醫(yī)院放療中心，廣東 廣州 510095

目的獲取基于4D-CT和變形圖像配準方法，建立肺通氣功能的三維分布圖像。方法在患者自由呼吸狀態(tài)下進行肺部4D-CT圖像采集和重建；用B樣條三維變形配準算法，對4D-CT中不同相位的兩個CT圖像系列進行配準，獲得三維變形場文件，再將該文件轉(zhuǎn)換為雅可比行列式矩陣，根據(jù)其物理含義進行量化分析，得到任意橫斷面的通氣分布圖像。將此圖像偽彩化后與CT圖像融合，再進行任意冠狀面、矢狀面重建，從而得到直觀的橫斷面、冠狀面、矢狀面三維方向的通氣功能分布。將自動勾畫并計算出的不同功能肺的體積，與吸氣末和呼氣末肺體積之差進行相關分析。結(jié)果實現(xiàn)了快速獲得直觀的肺通氣功能的三維分布。結(jié)果表明，不同功能肺體積與呼吸過程中肺體積的最大變化顯著相關（P＜0.05）。結(jié)論基于4D-CT和變形圖像配準來獲取肺通氣功能的三維分布圖像簡便、快捷，具有可行性。

雙源CT；肺通氣；變形圖像配準；4D-CT；肺功能儀

在臨床醫(yī)學中，肺功能或肺通氣能力的評價具有重要的意義。目前，主要通過肺功能儀測量肺總量、殘氣量、肺活量等指標來評價肺功能，但這些方法只能反映肺的整體 功 能， 缺 乏 肺 功 能 的 局 部 信 息[1]。 雖 然，SPECT、PET、MRI和雙源 CT等，都可以利用通氣或者灌注成像方法來進行局部肺功能評價，但這些技術仍有一定的局限性，如成像速度慢、對設備要求高、檢查過程復雜、患者負擔重等[2]。因此，需要一種簡便、快捷、價廉的新技術，用于局部肺功能的評價。

近年來，隨著影像技術的進步，出現(xiàn)了多種不同的胸、腹部四維計算機斷層圖像重建技術，即 4D-CT 技術[3-6]。與普通 3D-CT 相比，4D-CT 中通常包含了 8～10 個不同呼吸相位的 3D-CT 系列，每個系列對應于呼吸周期中的一個不同時刻。即每個系列CT中肺內(nèi)的空氣含量不同。若采用三維變形圖像配準技術，對不同時刻的兩個CT系列進行配準，得到肺內(nèi)各像素的對應變換關系，則能獲得呼吸過程中肺組織的收縮/擴張信息。再進一步量化分析，則可獲得肺通氣的三維分布圖像。本文擬討論其可行性。

1 材料方法

1.1 患者的選擇及設備簡介

研究中選擇了擬行放射治療的非小細胞肺癌患者16例，其中男 14 例，女 2 例，年齡在 38～73 歲，中位年齡 55 歲。所有患者均經(jīng)病理確診，12例為鱗癌，3例為腺癌。

研究所用三維圖像配準系統(tǒng)運行環(huán)境如下 ：Windows XP/7 系統(tǒng)、ITK V3.2、VTKV5.6、Microsoft Visual Studio2008、MATLAB V7.0 和 Elastix V4.4 工具包。電腦系統(tǒng)硬件配置為普通臺式機，配置 2.0 GHz Pentium（R）雙核處理器及 2G內(nèi)存。采用 GE LightSpeed 16 排螺旋 CT 進行患者圖像采集。

1.2 4D-CT圖像獲取

4D-CT 圖像采集和重建的詳細過程和方法[7]現(xiàn)簡述如下：掃描前，對患者進行呼吸訓練，使呼吸平穩(wěn)、自然?；颊呷⊙雠P位，雙臂交叉置于前額，在平穩(wěn)、自由呼吸狀態(tài)下進行多床位的 Cine 模式斷層掃描，管電壓 120 kV、200 mA，每個床位 Cine 掃描持續(xù)時間設為 6 s，約一個呼吸周期再加 1 s，機架旋轉(zhuǎn)時間每周 0.5 s，采用全周掃描重建，每個床位 Cine 掃描后共進行 12 次重建，每次重建 8 層，層厚 2.5 mm，像素矩陣 512×512。完成一個床位 Cine 停止掃描，CT 床進到下一個位置，再開始下一次 Cine 掃描，如此反復，至到掃描范圍覆蓋全肺及上腹部為止。掃描后，將所得圖像傳至本研究組所開發(fā)的軟件系統(tǒng)進行 4D-CT 重建[7]。根據(jù)呼吸周期的長短不同，獲得各患者的 4D-CT 圖像分別包含了 8～10 個不同相位的 3D-CT 系列。

1.3 基本原理

根據(jù)CT值的定義：

其中，HU(x)表示某物質(zhì) x 的 CT 值，單位為 HU，μx為該物質(zhì)的衰減系數(shù)，μw為水的衰減系數(shù)。根據(jù) (1)式可推導出肺內(nèi)空氣含量（Fair）與 CT 值（HU)的關系滿足式 (2)[8]：

在呼吸過程中，根據(jù) (2)式，可進一步推導出肺內(nèi)各體素的變化與其 CT 值的關系滿足式 (3)[8]：

其中，ΔV 是吸氣末與呼氣末肺體積之差。Vex是呼氣末的肺體積，HUin是吸氣末肺像素的 CT 值，HUex是呼氣末肺像素的CT值。

圖像配準的目的在于獲取圖像從一個形態(tài)變到另一個形態(tài)時各像相素間的一一對應關系。采用三維變形圖像配準技術，對不同相位（時刻）的兩個CT系列進行配準，可得到肺內(nèi)各像素在兩個相位間的對應變換關系，即呼吸過程中肺組織的收縮/擴張信息，進一步量化分析則可獲得肺通氣分布。因 4D-CT 包含了整個呼吸周期中多個時刻肺內(nèi)氣體變化信息，反映了呼吸的漸進動態(tài)過程。一個呼吸周期可分為兩段：從呼氣末至吸氣末，再從吸氣末到呼氣末。如果以吸氣末 CT 圖像作為參考，依次對 4D-CT 系列中其他相位CT圖像進行變形配準，則能獲得一個呼吸過程中的三維動態(tài)通氣分布。

1.4 多分辨率三維B樣條變形圖像配準

為便于說明，文中以兩個相位CT系列的配準為例進行討論，把呼氣末相位 CT 圖像作為參考圖像（Referring Image，RI），吸氣末相位 CT 圖像作為浮動圖像（Floating Image，F(xiàn)I），進行多分辨率 B 樣條變形配準。本實驗所采用的變形配準算法為5層金字塔結(jié)構(gòu)，每層循環(huán)迭代256次，由粗到精，不斷循環(huán)迭代，尋找最優(yōu)變換。配準過程使用了基于 ITK V3.2 和 VTK V5.6 的 Elastix V4.4 工具包[9]完成，其過程簡述如下：

首先，對 RI和 FI分別進行采樣和插值，得到采樣后的兩幅新圖像，計算二者的相似度，如不滿足給定的測度要求，則采用某種參數(shù)尋優(yōu)算法，改變空間變換參數(shù)，繼續(xù)作用于 FI，再計算變換后的新圖像與參考圖像的相似度。如滿足要求，則停止變換，否則，繼續(xù)變換，最后獲得從一個相位到另一個相位變化時肺部CT圖像像素的三維變形參數(shù)文件[10]，并最終轉(zhuǎn)化為通氣分布圖。

具體操作步驟：

（1） 將參考和待配準 CT 圖像 系 列 分 別 集 成為三維VTK 格式文件（Referring.vtk，F(xiàn)loating.vtk）。

（2） 調(diào)用配準參數(shù)命令，進行多分辨率（5 級）三維 B樣條變形圖像配準，得到變形參數(shù)文件。

（3） 調(diào) 用 ElASTIX 的 轉(zhuǎn) 換 命 令 transformix， 將 變 形 配準參數(shù)文件轉(zhuǎn)換為雅可比行列式矩陣。根據(jù)雅可比的物理含義，表示一幅圖像形變到另一幅圖像時局部體素的擴張或收縮度 ：雅可比值 ＞l，形變后體素擴張 ；雅可比值 ＜1，形變后體素收縮 ；雅可比值 =1，體素無變化 ；雅可比 ＜0，形變不可逆。

（4） 讀取雅可比行列式，將其轉(zhuǎn)換為灰度或偽彩圖像，可得到橫斷面的二維通氣分布。利用此橫斷面二維通氣分布，可重建任意冠狀面和矢狀面的通氣分布圖像，即三維通氣分布圖像。將此通氣分布與參考CT圖像融合后，可直觀、定性地顯示任意平面的通氣分布圖像。

1.5 功能肺體積與全肺最大體積變化的相關性

為了進一步量化分析患者通氣功能的三維分布圖像，系統(tǒng)自動勾畫出變形配準后任意雅可比值對應的功能肺區(qū)域，并計算了它們的體積。比如，雅可比值分別為 0.5、0.7、0.9時，它們所對應的功能肺體積分別記為 f-V0.5、f-V0.7、f-V0.9，研究中統(tǒng)計了 16 例患者全肺最大體積變化（ΔV= 吸氣末體積-呼氣末體積），并與不同功能肺體積進行了相關性分析，見表1和圖1。

表1 16例患者全肺體積和不同功能肺體積（cm3）

圖1 全肺體積最大變化ΔV與不同功能肺體積的相關性

2 結(jié)果

通過三維 B 樣條變形配準，從患者的 4D-CT 中獲得了通氣分布圖像。選擇其中1例患者的橫斷面通氣分布圖（灰度圖、偽彩圖及其與參考圖像 CT 融合后的 CT 偽彩通氣分布），見圖 2。從圖中可見肺內(nèi)通氣分布是非均勻分布的，在同一層中，有的區(qū)域強、有的區(qū)域弱，特別是在圖中箭頭所示的胸水區(qū)域幾乎沒有通氣，這與生理特征相一致；圖標中數(shù)字為雅可比值，從紅色到黃色漸變，顯示了不同程度的通氣功能，越紅的區(qū)域，其雅可比值越小，表示體積縮小越多，通氣功能越強。反之，越黃的區(qū)域，通氣功能越弱。 該患者，不同層之間的通氣分布也各不相同，但相鄰層間具有一定的連續(xù)性，見圖3。

圖2 同一患者的橫斷面的通氣分布圖

圖3 同一患者連續(xù)4層通氣分布比較

為了更清晰地顯示不同患者通氣分布的特征，選擇4例患者的橫斷面二維通氣分布進行了比較，見圖4。從圖中可見，不同患者之間，通氣分布相異，具有個體性差異。第一例患者的通氣分布相對均勻，第二例的均勻性較差，呈現(xiàn)較大的團、塊分布，第三例患者右肺通氣分布均勻性差，且左肺中箭頭所示區(qū)域由于肺不張，幾乎沒有通氣。第四例患者，通氣分布呈漸進性不均勻分布，在箭頭所示腫瘤區(qū)域通氣功能差。

圖4 4名患者的橫斷面通氣分布的比較

3 討論

利用患者在自由呼吸狀態(tài)下采集的肺部 4D-CT 圖像，通過多分辨率三維B樣條變形圖像配準，可快速獲得直觀的肺通氣功能的三維分布。本研究獲取肺通氣三維分布的方法可實現(xiàn)對局部肺功能的量化，在肺癌放射治療計劃設計時對肺功能肺進行保護，具有重要的臨床意義。有證據(jù)表明[12-14]，在肺癌的放射治療中對局限性肺功能降低的區(qū)域進行照射，通過對高功能肺組織區(qū)域進行保護，可以有效地減少放射性肺炎和肺纖維化等放療副反應的發(fā)生。另外，基于 4D-CT 和變形圖像配準獲取肺通氣功能的三維分布，對于肺氣腫和慢性阻塞性肺疾病的定量評價、肺臟手術后肺功能的預測及肺移植后肺功能的檢測方面同樣具有潛在的積極意義。

本研究方法所得通氣圖像的生理學精度仍需要與SPECT/CT 的結(jié)果作進一步的對比分析，在該肺通氣圖像正式進入臨床應用之前，還需要進一步的生理學驗證。但本研究利用 4D-CT 圖像獲取肺通氣功能的三維分布，無需借助SPECT、PET、MRI和雙源 CT 等功能影像設備，只需要對CT圖像進行變形配準和分析計算，且速度快、空間分辨率高。對患者而言，不但減少了不必要的 SPECT、PET、MRI檢查，節(jié)省了費用，而且簡便易行，因此，其應用前景廣泛。

[1] 韓曉雨,葛瑩,李智勇．CT肺功能成像與其臨床應用[J]．中國組織工程研究與臨床康復,2011,15(4):753-756．

[2] 張國前．功能成像及其在肺癌放療中的應用研究[J]．中國醫(yī)學物理,2011,28(3):2584-2587．

[3] Daniel A Low,Michelle N,Eugene K,et al．A method for the reconstruction of four-dimensional synchronized CT scans acquired during free breathing[J]．Med Phys,2003,30(6):1254-1263．

[4] Keall J,Starkschall G,Shukla H,et al．Acquiring 4D thoracic CT scans using a multislice helical method[J]．Phys Med Biol,2004,49(10):2053-2067．

[5] Pan T,Lee T Y,Rietze E,et al．4D-CT imaging of a volume influenced by respiratory motion on multi-slice CT[J]．Med Phys,2004,31(2):333-340．

[6] Rietzel E,Pan T,Chen GT．Four-dimensional computed tomography:image formation and clinical protocol[J]．Med Phys,2005,32(4):874-889．

[7] 張書旭,余輝,楊俊,等．基于體積變化的四維計算機斷層圖像重建研究[J]．中國組織工程研究與臨床康復,2010,14(26):4818-4822．

[8] Simon BA．Non-invasive imaging of regional lung function using x-ray computed tomography[J]．J Clin Monit Comput,2000,(16):433-442．

[9] S Klein,M Staring,K Murphy,et al．Elastix:a toolbox for intensity based medical image registration[J]．IEEE Transactions on Medical Imaging,2010,29,(1):196-205．

[10] 余輝,張書旭．4DCT圖像二維配準與三維配準的區(qū)別[J]．醫(yī)療裝備,2011,24(7):6-8．

[11] 張偉宏,牟文斌,朱杰敏,等．CT肺功能成像技術研究[J]．中華放射學雜志,2001,35(11):832-836．

[12] Christian JA,Partridge M,Nioutsikou E,et al．The incorporation of SPECT functional lung imaging into inverse radiotherapy planning for non-small cell lung cancer[J]．Radiother Oncol,2005,77(3):271-277．

[13] Lavrenkov K,Singh S,Christian JA,et al．Effective avoidance of a functional SPECT-perfused lung using intensity modulated radiotherapy (IMRT) for non-small cell lung cancer (NSCLC):an update of a planning study[J]．Radiother Oncol,2009,91(1):349-352．

[14] 劉興龍,孫啟,李琛瑋,等．CT能量成像技術原理和應用[J]．中國醫(yī)療設備,2012,27(9):1-7．

Study on 3D Distribution of Pulmonary Ventilation Based on 4D-CT and Deformation Image Registration

ZHANG Shu-xu, YU Hui, LIN Sheng-qu, ZHANG Guo-qian, WANG Rui-hao, QI Bin
Radiotherapy Center, Affiliated Tumor Hospital of Guangzhou Medical University, Guangzhou Guangdong 510095, China

ObjectiveTo obtain 3D distribution images of pulmonary ventilation based on 4D-CT and deformation image registration (DIR).MethodsThe 4D-CT data sets were acquired with patients in freebreathing. 3D displacement vector field (DVF) of two different phase 4D-CT image pairs was calculated out by using 3D B-spline DIR algorithms, which was converted to Jacobian determinant. Then, the axial section of grayscale ventilation was obtained by quantitative analysis of the determinant. The pseudo-color was put on the axial grayscale ventilation before fused with the reference CT images. And based on the axial ventilation, the coronal and sagittal sections of ventilations can be reconstructed. Thus, 3D visualization ventilations have been implemented. The contours of the ventilation regions with different Jacobian values were delineated and the volumes of them were calculated.ResultsBased on 4D-CT images of patients in free-breathing and multiresolution 3D B-spline DIR, the 3D visualization ventilation can be easily obtained and quantified. The volume change of lung is significantly related with the volume of different ventilation regions at level 0.05 (bilateral).ConclusionIt is simple, convenient and feasible to obtain the 3D distribution of pulmonary ventilation based on the 4D-CT images and 3D B-spline DIR.

dual source computerized tomography; pulmonary ventilation; deformation image registration; four-dimensional computerized tomography; spirometer

R445.3；TP391.41

A

10.3969/j.issn.1674-1633.2013.11.006

1674-1633(2013)11-0019-04

2013-06-06

國家自然基金項目（81170078）；廣東省科技計劃項目（2011B031800111）；廣州市科技計劃（2011J4300131）項目。

張書旭，博士，教授/主任技師，博士生導師，從事腫瘤放射物理學和醫(yī)學圖像處理研究。

通訊作者郵箱：gthzsx@163．com