延髓星形細(xì)胞瘤多模影像配融改進(jìn)算法臨床研究

吳澤志 胡孝朋

摘 要：延髓星形細(xì)胞瘤影像配準(zhǔn)融合，是精準(zhǔn)診療的關(guān)鍵技術(shù)之一.雖然傳統(tǒng)的變形配準(zhǔn)融合的方法，能反映病灶解剖結(jié)構(gòu)在放射治療中發(fā)生的局部形變，但對(duì)于低對(duì)比度延髓星形細(xì)胞瘤影像，處理的速度和精度難以達(dá)到臨床要求.目的：實(shí)現(xiàn)延髓星形細(xì)胞瘤多模影像配準(zhǔn)融合，滿足在臨床治療中勾畫(huà)、擺位及實(shí)施的應(yīng)用需求.方法：在傳統(tǒng)搜索算法的基礎(chǔ)上，采用了改進(jìn)算法，實(shí)現(xiàn)了延髓星形細(xì)胞瘤多模態(tài)影像的配準(zhǔn)融合.結(jié)果：延髓星形細(xì)胞瘤配準(zhǔn)融合的精度和速度都達(dá)到了臨床應(yīng)用的要求.結(jié)論：探索了建立延髓星形細(xì)胞瘤影像，多模態(tài)配準(zhǔn)融合適合臨床診療的改進(jìn)算法.

關(guān)鍵詞：延髓;細(xì)胞瘤;多模影像;配準(zhǔn)融合;改進(jìn)算法

中圖分類號(hào)：TP39? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2019）10-0075-03

星形細(xì)胞瘤有很高的發(fā)生率，是脊髓內(nèi)常見(jiàn)腫瘤.可在中樞神經(jīng)系統(tǒng)的任何部位發(fā)生，最多見(jiàn)于頸髓，其次為胸段延髓、腰骶段延髓.可發(fā)生在任何年齡，且男性多于女性，出現(xiàn)對(duì)側(cè)肢體運(yùn)動(dòng)及感覺(jué)障礙.

脊髓星形細(xì)胞瘤一般難以采用手術(shù)治療，多采取立體定向放射治療和/或化療，而多模影像配準(zhǔn)，可以為靶區(qū)勾畫(huà)和精確擺位提供重要依據(jù)，是精確診療的關(guān)鍵技術(shù)之一.雖然變形配準(zhǔn)方法，能反映在放療過(guò)程中發(fā)生局部形變的解剖結(jié)構(gòu)，但對(duì)于低對(duì)比度延髓星形細(xì)胞瘤影像，處理的速度和精度都難以達(dá)到臨床要求.

本課題采用改進(jìn)算法，實(shí)現(xiàn)延髓星形細(xì)胞瘤多模態(tài)影像的配準(zhǔn)融合，滿足在臨床治療中勾畫(huà)、擺位及實(shí)施的應(yīng)用需求，探索建立延髓星形細(xì)胞瘤影像，多模態(tài)配準(zhǔn)融合適合臨床診療的改進(jìn)算法.

1 延髓星形細(xì)胞瘤多模實(shí)驗(yàn)影像

延髓星形細(xì)胞瘤CT（電子計(jì)算機(jī)斷層掃描）影像通常為一密度不均勻的腫塊，病變的邊界不清楚，腫瘤周圍常無(wú)明顯水腫.本組延髓星形細(xì)胞瘤病例中有大約40%的腫瘤不強(qiáng)化.在腫瘤強(qiáng)化的病例中，其強(qiáng)化的模式多種多樣，可以是局灶性、結(jié)節(jié)性、環(huán)形、或均勻強(qiáng)化.

延髓星形細(xì)胞瘤MRI（磁共振成像）影像呈浸潤(rùn)性生長(zhǎng)，與周圍組織界限不清.本組延髓星形細(xì)胞瘤病例在MRI影像上，病灶段延髓均有不同程度的增粗，腫瘤邊界常顯示不清.腫瘤內(nèi)因有壞死和囊變等導(dǎo)致腫瘤信號(hào)多不均勻.

總之，對(duì)于延髓星形細(xì)胞瘤，MRI增強(qiáng)掃描后呈不均勻輕度強(qiáng)化.延髓星形細(xì)胞瘤常呈散在斑片狀強(qiáng)化，邊界多不清楚.單發(fā)的延髓血管細(xì)胞瘤，分為大囊小結(jié)節(jié)型和實(shí)質(zhì)性腫塊型，增強(qiáng)掃描后實(shí)質(zhì)性腫塊均呈非常明顯強(qiáng)化，在腫瘤背側(cè)多可見(jiàn)紆曲的血管流空影.延髓星形細(xì)胞瘤還需與其他一些髓內(nèi)腫瘤（如轉(zhuǎn)移瘤）及非腫瘤性病變鑒別.

2 多模影像配準(zhǔn)改進(jìn)算法的原理及結(jié)構(gòu)

2.1 配準(zhǔn)搜索的改進(jìn)算法

基于互信息的配準(zhǔn)融合，沒(méi)有一個(gè)具體的函數(shù)表達(dá)式，表達(dá)輸入?yún)?shù)，水平位移、垂直位移、旋轉(zhuǎn)角度等，搜索算法不需計(jì)算目標(biāo)函數(shù)的梯度，通過(guò)對(duì)目標(biāo)函數(shù)提出一套計(jì)算方案，經(jīng)過(guò)若干次搜索后，即可得到極值點(diǎn).在算法中，為了保持線性無(wú)關(guān)，延髓星形細(xì)胞瘤配準(zhǔn)改進(jìn)算法如下：

2.2 改進(jìn)算法配準(zhǔn)融合的實(shí)現(xiàn)流程

3 配準(zhǔn)實(shí)驗(yàn)與結(jié)果

3.1 實(shí)驗(yàn)過(guò)程

延髓星形細(xì)胞瘤多模影像配準(zhǔn)融合改進(jìn)算法，是在Matlab2016a環(huán)境實(shí)現(xiàn)的，采集同一人CT和MRI樣本368個(gè)病例，首先輸入?yún)⒖己透?dòng)圖像，提取數(shù)據(jù)并實(shí)例化，之后設(shè)置濾波參數(shù)低通濾波處理，接著按照給定的初始點(diǎn)和方向搜索，計(jì)算互信息值，利用改進(jìn)算法依據(jù)最大互信息理論，判斷所得參數(shù)是否最優(yōu)，若不是，則繼續(xù)搜索較優(yōu)參數(shù)，直至搜索到滿意的精度要求的參數(shù)，最后輸出配準(zhǔn)參數(shù).

3.2 實(shí)驗(yàn)結(jié)果

應(yīng)用以上改進(jìn)算法對(duì)同一人多模圖像進(jìn)行配準(zhǔn)，CT和MR圖像改進(jìn)算法實(shí)現(xiàn)配準(zhǔn)結(jié)果如圖2所示.

從圖2可以看到CT和MR間的多模醫(yī)學(xué)圖像配準(zhǔn)結(jié)果的正確性，實(shí)驗(yàn)結(jié)果表明，其配準(zhǔn)運(yùn)行速度為2.592秒，精度分別為0.1963，達(dá)到了亞像素節(jié)的配準(zhǔn)精度.

從表1可以得知，利用傳統(tǒng)的搜索算法配準(zhǔn)結(jié)果的平移為9.39mm，旋轉(zhuǎn)度為20.62，耗時(shí)為11.66s，其誤差參數(shù)平移為0.07mm，旋轉(zhuǎn)度為1.62.而采用改進(jìn)算法后，其誤差平移只有0.02mm，旋轉(zhuǎn)度為0.08，耗時(shí)為2.59s.所以，延髓星形細(xì)胞瘤多模配準(zhǔn)融合改進(jìn)算法的精度和速度，滿足了在臨床治療中勾畫(huà)、擺位及實(shí)施的應(yīng)用需求.

4 結(jié)論

延髓星形細(xì)胞瘤多模影像配準(zhǔn)融合改進(jìn)算法，對(duì)于低對(duì)比度延髓星形細(xì)胞瘤影像，處理的速度和精度都能達(dá)到了臨床診療的指標(biāo)，改進(jìn)算法配準(zhǔn)的依據(jù)，是基于圖像灰度信息的統(tǒng)計(jì)特性，避免了分割和特征提取的精度損失，提高了多模配準(zhǔn)精度，增強(qiáng)了配準(zhǔn)的魯棒性，在對(duì)同一人CT和MRI樣本368個(gè)病例實(shí)驗(yàn)中具有普遍性，滿足了在臨床治療中勾畫(huà)、擺位及實(shí)施的應(yīng)用需求，配準(zhǔn)融合搜索的改進(jìn)算法，實(shí)踐中具有較強(qiáng)的臨床應(yīng)用價(jià)值.

參考文獻(xiàn)：

〔1〕ZHANG LB， LI AX， Region-of-Interest Extraction Based on Saliency Analysis of Co-Occurrence Histogram in High Spatial Resolution Remote Sensing Images[J]， IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2015，8（5）： 2111-2124.

〔2〕NA IS， LE H， KIM SH， et al.， Extraction of Salient Objects Based on Image Clustering and Saliency[J]， Pattern Analysis and Applications， 2015，18（3）： 667-675.

〔3〕TANAKA R， SANADA S， SAKUTA K， et al.， Improved Accuracy of Markerless Motion Tracking on Bone Suppression Images： Preliminary Study for Image-Guided Radiation Therapy （IGRT）[J]， Physics in Medicine and Biology， 2015，60（10）： N209-N218.

〔4〕HUANG TC， CHOU KT， YANG SN， et al.， Fractionated Changes in Prostate Cancer Radiotherapy Using Cone-Beam Computed Tomography[J]， Medical Dosimetry， 2015，40（3）： 222-225.

〔5〕LU W， WANG J，ZHANG HH， Computerized PET/CT Image Analysis in the Evaluation of Tumour Response to Therapy[J]， British Journal of Radiology， 2015，88（1048）：13.

〔6〕SETHI A， RUSU I， SURUCU M， et al.， Evaluation of Multi-Modality （CT/MRI/PET） Image Registration Accuracy in Radiotherapy Planning[J]， Medical Physics， 2012，39（6）： 3674-3675.

〔7〕LANGEN KM， JONES DTL， Organ Motion and Its Management[J]， International Journal of Radiation Oncology Biology Physics， 2001，50（1）： 265-278.

〔8〕ZHUANG L， YAN D， LIANG J， et al.， Evaluation of Image Guided Motion Management Methods in Lung Cancer Radiotherapy[J]， Medical Physics， 2014，41（3）：257-262.

〔9〕SEELEY EH， WILSON KJ， YANKEELOV TE， et al.， Co-Registration of Multi-Modality Imaging Allows for Comprehensive Analysis of Tumor-Induced Bone Disease[J]， Bone， 2014（61）：208-216.

〔10〕DJAN I， PETROVIC B， ERAK M， et al.， CT-MRI Image Registration and Fusion in Radiotherapy Target Volume Definition - Institutional Experience[J]， European Journal of Cancer， 2011，47：S192-S193.

〔11〕趙明昌，田捷，薛健，等.醫(yī)學(xué)影像處理與分析開(kāi)發(fā)包MITK的設(shè)計(jì)與實(shí)現(xiàn)[J].軟件學(xué)報(bào)，2005（04）：485-49.

〔12〕劉芳，曹瑞芬，裴曦，等.Dicom-RT解析及在精確放射治療計(jì)劃系統(tǒng)中的應(yīng)用[J].中國(guó)醫(yī)學(xué)物理學(xué)雜志，2012（02）：3263-3266.

〔13〕吳宜燦，李國(guó)麗，陶聲祥，等.精確放射治療系統(tǒng)ARTS的研究與發(fā)展[J].中國(guó)醫(yī)學(xué)物理學(xué)雜志，2005（06）：683-690+702.

〔14〕李佳，龍鵬程，羅月童，等.精確放射治療計(jì)劃系統(tǒng)中快速三維重建方法的研究與應(yīng)用[J].核技術(shù)，2010（01）：69-74.

〔15〕黃善清，龍鵬程，李佳，等.基于itk與vtk的配準(zhǔn)融合方法的研究與應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2010（S1）：140-142.

〔16〕羅述謙，周果宏.醫(yī)學(xué)影像處理與分析[M].北京：科學(xué)出版社，2010.

〔17〕王江濤，韓萍，陳艷.CT與MRI影像融合對(duì)于顱底腫瘤的應(yīng)用價(jià)值研究.中國(guó)醫(yī)學(xué)影像技術(shù)國(guó)際論壇暨《中國(guó)醫(yī)學(xué)影像技術(shù)》編委換屆會(huì).中國(guó)北京，2010.

〔18〕何暉光，田捷，楊驊，等.三維醫(yī)學(xué)影像診斷工作站—3D MED[J].中國(guó)體視學(xué)與影像分析，2001（02）：73-77.

〔19〕蘭蓉，賈世英.基于紋理與顏色特征融合的刑偵圖像檢索算法[J].西安郵電大學(xué)學(xué)報(bào)，2016（02）：57-62.

〔20〕劉穎，黃源，高梓銘.刑偵圖像檢索中的特征提取及相似性度量[J].西安郵電大學(xué)學(xué)報(bào)，2014（06）：11-16.