一種新的構(gòu)建序列影像與呼吸信號對應(yīng)關(guān)系的方法

崔學(xué)理，劉仰川，夏 威，高 欣

(1.中國科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所，江蘇蘇州 215163;2.中國科學(xué)院長春光學(xué)精密機械與物理研究所，吉林長春 130000;3.中國科學(xué)院大學(xué)，北京 100049)

影像導(dǎo)航手術(shù)中，呼吸運動是引起病灶定位不準(zhǔn)確的重要因素之一，因此需要構(gòu)建肺部組織的運動模型，模擬和預(yù)測呼吸運動對病灶的影響，提高病灶定位的速度和精度［1-2］.

為了構(gòu)建肺部呼吸運動模型，需要同時獲取4D CT與呼吸信號，并確立二者之間的對應(yīng)關(guān)系.4D CT包含有多個時間點的3D CT.呼吸信號通常包括潮氣量、壓力、位移，對應(yīng)的測量方法各不相同［3-6］.其中肺量測定法和壓力差測定法是測量潮氣量和壓力，此2種方法設(shè)備要求和成本均較高，且操作復(fù)雜;熒光監(jiān)測法是測量植入體內(nèi)病灶部位或周圍組織的熒光標(biāo)記物的位移，雖然熒光標(biāo)記物的運動與體內(nèi)病灶運動的相關(guān)性較好，但熒光標(biāo)記物的植入過程可能導(dǎo)致嚴(yán)重的副作用，如氣胸等;而運動追蹤法是測量體外標(biāo)記物的位移，該方法所需設(shè)備簡單，操作容易，不會對病人造成傷害.

在上述所有測量方法框架下確定4D CT與呼吸信號對應(yīng)關(guān)系時，可根據(jù)受試者呼吸模式的不同分為屏氣模式和自由呼吸模式.屏氣模式中，受試者在一個呼吸周期內(nèi)多個時相點位置，采用屏氣方式，同步獲取CT圖像與呼吸信號，由此可直接確定CT圖像與呼吸信號的對應(yīng)關(guān)系.該模式過程繁瑣，且不易控制獲取信息時的呼吸狀態(tài)，不適合呼吸功能障礙患者;而且屏氣狀態(tài)與自由呼吸狀態(tài)下肺部組織運動存在差異性，導(dǎo)致對應(yīng)誤差.自由呼吸模式中，受試者在自由呼吸狀態(tài)下，進行CT序列圖像和呼吸曲線的同步獲取，再通過對應(yīng)關(guān)聯(lián)法(如梯度對應(yīng)關(guān)聯(lián)法［7］)，建立 CT圖像與呼吸信號的對應(yīng)關(guān)系.該模式適用于任何受試者，在臨床中具有廣泛的應(yīng)用前景.然而CT圖像和呼吸信號的采集缺少同步信號，很難精確地建立二者一一對應(yīng)關(guān)系.

文中提出一種新的構(gòu)建序列影像與呼吸信號對應(yīng)關(guān)系的方法，在運動追蹤法框架下，利用雙目立體視覺系統(tǒng)，采集紅外標(biāo)記物的位移作為人體呼吸信號，同時獲取受試者深呼吸模式下的4D CT;再結(jié)合體外標(biāo)記物的距離移動信息，構(gòu)造距離測度函數(shù)，提出距離對應(yīng)關(guān)聯(lián)法，通過標(biāo)記物相同時間段內(nèi)在4D CT中和呼吸信號中的位移量的比較，確定4D CT和呼吸信號的對應(yīng)關(guān)系.

1 材料與方法

1.1 4D CT和呼吸信號的獲取

使用 Toshiba Aquilion ONE 320-slice CT掃描儀，采用“Lung mass perfusion”掃描模式采集 4D CT，該CT掃描儀能夠完成自主呼吸狀態(tài)的肺部動態(tài)掃描.同時，使用實驗室自行研制的雙目立體視覺系統(tǒng)采集紅外標(biāo)記物的位移數(shù)據(jù)，該系統(tǒng)由紅外標(biāo)記物、2部可以檢測紅外線的相機和1部控制計算機組成，紅外標(biāo)記物為一個120°投射角、直徑5 mm的紅外發(fā)光二極管，系統(tǒng)采樣率為30 Hz.

數(shù)據(jù)采集時，受試者靜臥在CT掃描床上，將紅外標(biāo)記物粘貼于受試者胸部劍突位置的體表，并指導(dǎo)受試者做自由深呼吸.首先開啟雙目立體視覺系統(tǒng)，采集紅外標(biāo)記物位移數(shù)據(jù);待受試者深呼吸平穩(wěn)后，再啟動CT掃描儀進行肺部動態(tài)掃描，試驗場景如圖1所示.

圖1 試驗場景

獲取受試者在深呼吸模式下m個連續(xù)的3D肺部 CT 圖像I={Ii|i=1，2，…，m}，i為獲取圖像Ii的時刻點，Δt為相鄰2圖像間的時間間隔.此外，獲取受試者呼氣末相(屏氣狀態(tài))3D肺部CT圖像Iref.雙目視覺系統(tǒng)記錄紅外標(biāo)記物的空間坐標(biāo)D={Dj|j=1，2，…，n}，Dj=(Djx，Djy，Djz)為第j個時間點的空間坐標(biāo).

1.2 CT圖像與標(biāo)記物空間坐標(biāo)的匹配

1.2.1 梯度對應(yīng)關(guān)聯(lián)法

利用高斯平滑濾波器對采集的呼吸曲線做平滑處理，濾除曲線上非對應(yīng)于吸氣末或呼氣末的波峰和波谷;求取曲線上所有點的梯度，將梯度為0的點與該點附近最接近于受試者吸氣末或呼氣末狀態(tài)的3D CT對應(yīng);最后根據(jù)CT掃描儀和雙目立體視覺系統(tǒng)的采樣頻率確定4D CT與呼吸信號的對應(yīng)關(guān)系［7］.

1.2.2 距離對應(yīng)關(guān)聯(lián)法

因不能確保受試者吸氣末或呼氣末肺部組織的實時解剖結(jié)構(gòu)與選取作為肺部組織吸氣末或呼氣末狀態(tài)的3D CT相一致，導(dǎo)致對應(yīng)誤差.為此，文中結(jié)合體外標(biāo)記物的距離移動信息，構(gòu)造距離測度函數(shù)，提出距離對應(yīng)關(guān)聯(lián)法.

雙目視覺系統(tǒng)每秒記錄紅外標(biāo)記物30個空間坐標(biāo)，CT掃描間隔Δt為1.5 s，通過二者的采樣頻率，可得出，每獲取相鄰2個3D CT，雙目視覺系統(tǒng)記錄標(biāo)記物46個空間坐標(biāo)(45個采樣間隔).記標(biāo)記物在4D CT中的坐標(biāo)C={Ci|i=1，2，…，m}，Ci=(Cix，Ciy，Ciz)是標(biāo)記物在第i個時間點的CT圖像Ii中的坐標(biāo)，則距離測度函數(shù)F的計算公式如下:

式中:qr(r=1，2，3)為3D CT 圖像x，y，z在3 個方向上的空間分辨率;m-1為獲取m個序列3D CT圖像的時間間隔Δt的個數(shù).通過計算距離測度函數(shù)F可得j使得CT圖像I1與標(biāo)記物空間坐標(biāo)Dj相匹配，即I1與Dj是在同一時刻獲取的，進而可確定序列3D CT圖像I與標(biāo)記物10個空間坐標(biāo)的一一對應(yīng)關(guān)系.

1.3 構(gòu)建肺部呼吸運動模型

利用基于空間信息與灰度信息的3D圖像彈性配準(zhǔn)方法［8］，匹配4D CT 圖像I={Ii|i=1，2，…，m}與參照圖像Iref，獲得變形場T={Ti|i=1，2，…，m}.第i時刻標(biāo)志點的形變位移為

采用最小二乘法線性擬合標(biāo)志點i個時刻的形變位移dr與對應(yīng)時刻標(biāo)記物的空間坐標(biāo)Dj，構(gòu)建肺部呼吸運動線性模型［9-11］.

2 試驗結(jié)果

利用上述方法，獲取了一位受試者在自由深呼吸模式下的4D CT圖像Ii(i=1，2，…，10)和參照圖像Iref，圖像大小為512×512×320、空間分辨率為0.677 mm×0.677 mm×0.500 mm.且在CT數(shù)據(jù)采集過程中，利用雙目視覺系統(tǒng)全程記錄了受試者在呼吸時標(biāo)記物的空間坐標(biāo)D.

根據(jù)采集的數(shù)據(jù)計算距離測度函數(shù)F，確定了4D CT中Ii(i=1，2，…，10)對應(yīng)的標(biāo)記物的10個相對空間坐標(biāo).圖2給出了呼吸周期中，4D CT獲取時間點的示意圖，圖中藍(lán)圈為雙目立體視覺系統(tǒng)記錄的標(biāo)記物x軸上的坐標(biāo)，紅色星點為4D CT采集時刻點.

圖2 x軸方向4D CT在呼吸周期上的位置

分別利用距離對應(yīng)關(guān)聯(lián)法和梯度對應(yīng)關(guān)聯(lián)法獲得序列影像與呼吸信號的對應(yīng)關(guān)系，并結(jié)合4D肺部CT圖像Ii(i=3，4，…，8)，分別構(gòu)建肺部呼吸運動線性模型.利用模型誤差(model error，rME)驗證模型的精度，其計算公式如下:

圖3 標(biāo)志點分布示意圖

分別采用距離對應(yīng)關(guān)聯(lián)法和梯度對應(yīng)關(guān)聯(lián)法構(gòu)建序列影像與呼吸信號的對應(yīng)關(guān)系，并在確定的對應(yīng)關(guān)系下分別構(gòu)建肺部運動線性模型.計算1與9這2個時刻對應(yīng)的rME，計算結(jié)果列于表1中.其中PCM表示梯度對應(yīng)關(guān)聯(lián)法，DCM表示距離對應(yīng)關(guān)聯(lián)法.rME以平均值mean和標(biāo)準(zhǔn)差sd的形式給出.

表1 模型誤差的對比結(jié)果 mm

由試驗結(jié)果可看出，基于距離對應(yīng)關(guān)聯(lián)法構(gòu)建的運動線性模型的模型誤差在2.5 mm以內(nèi).相比于梯度對應(yīng)關(guān)聯(lián)法，盡管第1時刻模型誤差的標(biāo)準(zhǔn)差增高了3.6%，但模型誤差的平均值減少了14.6%;且第9時刻模型誤差的平均值和標(biāo)準(zhǔn)差減少均超過10%.

3 結(jié)論

1)所提出的構(gòu)建序列影像與呼吸信號對應(yīng)關(guān)系的方法簡化了數(shù)據(jù)獲取的操作步驟，提高了序列影像與呼吸信號對應(yīng)的準(zhǔn)確度;且在采集4D肺部CT圖像時受試者無需長時間屏氣，有利于特定患者(如呼吸功能障礙患者).

2)該方法克服了受試者在屏氣狀態(tài)與自由呼吸狀態(tài)下肺部活動存在差異性的問題.

3)試驗結(jié)果表明，構(gòu)建肺部呼吸運動線性模型時，相比于梯度對應(yīng)關(guān)聯(lián)法，所提方法降低了模型誤差，對于建立肺部呼吸運動模型、實現(xiàn)計算機手術(shù)導(dǎo)航有很大幫助.

References)

［1］Ehrhardt J，Lorenz C.4D Modeling and Estimation of Respiratory Motion for Radiation Therapy［M］.Tennessee:Springer，2012.

［2］McClelland J R，Hawkes D J，Schaeffter T，et al.Respiratory motion models:a review ［J］.Medical Image Analysis，2013，17(1):19-42.

［3］Fayad H，Pan T，Clément J F，et al.Technical note:correlation of respiratory motion between external patient surface and internal anatomical landmarks［J］.Medical Physics，2011，38(6):3157-3164.

［4］Ernst F，Bruder R，Schlaefer A，et al.Correlation between external and internal respiratory motion:a validation study［J］.Int J Comput Assist Radiol Surg，2011，6(5):483-492.

［5］Fayad H，Pan T，Pradier O，et al.Patient specific respiratory motion modeling using a 3D patient's external surface［J］.Medical Physics，2012，39(6):3386-3395.

［6］文麗麗，羅紅艷，張紹祥，等.基于運動跟蹤獲取人體呼吸曲線的初步研究［J］.中國生物醫(yī)學(xué)工程學(xué)報，2012，31(4):512-517.

Wen Lili，Luo Hongyan，Zhang Shaoxiang，et al.A preliminary study of acquiring the respiratory curve based on motion tracking［J］.Chinese Journal of Biomedical Engineering，2012，31(4):512-517.(in Chinese)

［7］McClelland J R，Blackall J M，Tarte S，et al.A continuous 4D motion model from multiple respiratory cycles for use in lung radiotherapy［J］.Medical Physics，2006，33(9):3348-3358.

［8］夏 威，高 欣，王 雷，等.基于點集與互信息的肺部CT圖像三維彈性配準(zhǔn)算法［J］.江蘇大學(xué)學(xué)報:自然科學(xué)版，2014，35(5):558-563.

Xia Wei，Gao Xin，Wang Lei，et al.3D deformable registration algorithm of CT lung images based on point set and mutual information［J］.Journal of Jiangsu University:Natural Science Edition，2014，35(5):558-563.(in Chinese)

［9］Li R，Lewis J，Jia X，et al.On a PCA-based lung motion model［J］.Physics in Medical and Biology，2011，56(18):6009-6030.

［10］Chang K H，Ho M C，Yeh C C，et al.Effectiveness of external respiratory surrogates for in vivo liver motion estimation［J］.Medical Physics，2012，39(8):5293-5301.

［11］McClelland J R，Hughes S，Modat M，et al.Inter-fraction variations in respiratory motion models［J］.Physics in Medicine and Biology，2011，56(1):251-272.

［12］Murphy K，van Ginneken B，Pluim J P W，et al.Semiautomatic reference standard construction for quantitative evaluation of lung CT registration［C］∥Proceedings of2008 11th Medical Image Computing and Computer-AssistedIntervention. New York:SpringerVerlag，2008:1006-1013.