基于功能影像生物引导的空间分割晶格靶区勾画的方法

本发明属于空间分割，具体涉及一种基于功能影像生物引导的空间分割晶格靶区勾画的方法。

背景技术：

1、空间分割(spatial fractionated radiotherapy，sfrt)提出了对肿瘤进行高度不均匀剂量照射的理念，这一策略在治疗巨大转移性和原发性肿瘤中取得了显著的效果，并有效降低了对周围器官的高毒性。sfrt的成功实施极大地依赖于物理学和放射治疗技术的发展，尤其是调制能力的增强，推动了sfrt从二维网格放疗向三维晶格放射治疗(lattice radiation therapy，lrt)的转变，晶格放射治疗(lrt)与靶区的适形度更高，能更好的保护靶区附近的器官，是现阶段实现sfrt的主要技术手段。

2、晶格的参数(直径、间距和位置)对lrt剂量分布有很大的影响，在保证峰谷剂量的梯度的同时，如何计算出靶区内最佳的lattice排列结构，是优化lrt治疗的关键。有研究者提出采用最密堆积模型对靶区内晶格进行排列和勾画，在晶格靶区周围产生峰剂量，没有布置晶格的肿瘤范围产生谷剂量。虽然这种方法空间利用率较高，且能产生一定的峰谷比，但是由于没考虑生物靶区的位置信息，晶格峰剂量产生的高剂量可能会漏掉靶区内的实体瘤区域，放疗后实体瘤区域可能持续存在或在治疗后早期复发，导致患者承受不必要的负担。

3、磁共振成像(magnetic resonance imaging，mri)中的扩散加权成像(dwi)序列是基于水分子的扩散来生成mr对比度的，并通过表观扩散系数(adc)的参数对体内扩散率进行量化。细胞膜的存在限制了水分子的扩散，从而导致adc值较低。因此，低adc值的肿瘤区域可能反映了高度密集的肿瘤细胞。在放疗过程中，低adc体积的减少可能意味着实体瘤的缩小，而低adc体积的增加可能表明肿瘤对治疗没有产生效果。低adc值的肿瘤区域存在更高的局部复发风险。如图所示，通过对基于核磁影像dwi序列的低adc的肿瘤区域进行准确识别，可以有效指导sfrt高剂量晶格点的位置优化、排列和勾画，从而提高sfrt治疗的疗效。

技术实现思路

1、针对上述情况，本发明提供一种基于功能影像生物引导的空间分割晶格靶区勾画的方法，该方法将规范测量环境及测量流程，以及管路点云数据逆向建模过程，实现快速从管路点云数据提取管路装配特征。

2、为了达到以上目的中的一个或多个，本发明采用的技术方案为：

3、步骤s1：设置扩散加权成像(diffusion-weighted imaging，dwi)的扫描参数，使用3t磁共振扫描仪进行扩散加权磁成像，获得dwi图像；

4、步骤s2：使用二维刚性亚像素图像配准算法，进行dwi图像的配准，获得dwi图像之间的变换参数(平移、旋转和缩放)；

5、步骤s3：对配准的图像通过两步加权线性最小二乘(linear least squares，lls)拟合，生成表观扩散系数(apparent diffusion coefficient，adc)参数图像，并进行图像变换与双线性插值，生成与计算机断层扫描(computed tomography，ct)相同矩阵大小的adc参数图像；

6、步骤s4：通过三维滤波缩小肿瘤靶区(gross tumor volume，gtv)体积，获得缩小的肿瘤靶区gtvdecreased；

7、步骤s5：通过三维滤波获得adc参数图内的晶格点坐标集合lattice_locations；

8、步骤s6：通过动态规划计算不同体素的晶格间距阈值，用于筛选晶格点；

9、步骤s7：对晶格点坐标集合lattice_locations中的每个晶格点坐标进行筛选，判断其是否符合晶格设置要求；

10、步骤s8：通过筛选后的晶格点坐标进行晶格靶区的勾画，进行生物引导的空间分割。

11、在某实施例中，所述步骤s1包括以下步骤：

12、步骤s101：设置dwi扫描参数，重复时间与回波时间的比值为6443/77msec，翻转角度为90°，视场为400×324mm2，采集矩阵大小为64×94，重构矩阵大小为256×216,30片，层厚与间隙的比值为5/1mm，空间分辨率为0.92×0.92×5mm3,扩散敏感梯度因子b分别为0、10、25、50、75、100sec/mm2，重复次数为111；

13、步骤s102：使用3t磁共振扫描仪进行扩散加权磁成像，获得dwi图像。

14、在某实施例中，所述步骤s2包括以下步骤：

15、步骤s201：以b为0时的dwi图像为参考图像，使用二维刚性亚像素图像配准算法，实现不同b值dwi图像之间的配准，得到dwi图像之间的变换参数(平移、旋转和缩放)；

16、步骤s202：假设有两幅图像i和j，其中j是i通过平移、旋转和缩放变换后的图像，图像i上的坐标为(x,y)，图像j上的坐标为(x',y')，平移参数为(tx,ty)，旋转参数为θ，缩放参数为s，变换关系如下所示，

17、x′＝s*(x*cos(θ)-y*sin(θ))+tx

18、y′＝s*(x*sin(θ)+y*cos(θ))+tγ；

19、步骤s203：通过相似性度量函数(互相关、均方误差、归一化互相关系数)来评估图像i和图像j之间的相似性；

20、步骤s204：通过优化算法(梯度下降、最小二乘法)来最小化相似性度量函数，获得平移、旋转和缩放参数。

21、在某实施例中，所述步骤s3包括以下步骤：

22、步骤s301：对配准后的dwi图像，利用两步加权线性最小二乘拟合，利用公式log(sb)＝log(s0)-b*adc计算体素级的adc参数图像，两步加权线性最小二乘的权重为n(b)*slls(b)2，b为扩散敏感梯度因子，sb和s0分别为给定b值和b＝0时的信号强度，n(b)为给定b值的重复采集次数；

23、步骤s302：生成adc参数图像后，以ct图像为参考图像，通过二维刚性亚像素图像配准算法，对b＝500的dwi图像进行配准，并将相同图像变换应用于adc参数图像，利用双线性插值，生成和ct相同矩阵大小的adc参数图像。

24、在某实施例中，所述步骤s4包括以下步骤：

25、步骤s401：根据设置的内缩距离lscale和空间维度分辨率xspace，yspace，zspace，生成椭球体滤波器spheroidscale，椭球体spheroidscale的半主轴aspheroid_scale＝lscale/xspace，bspheroid_scale＝lscale/yspace，cspheroid_scale＝lscale/zspace；

26、步骤s402：对gtv二值矩阵进行滤波计算时，在三个维度，步幅均为1像素，并通过判断当前中心是否等于滤波最小值，生成缩小的肿瘤靶区gtvdecreased。

27、在某实施例中，所述步骤s5包括以下步骤：

28、步骤s501：根据设置的搜索距离lsearch和空间维度分辨率xspace，yspace，zspace构建椭球体滤波器spheroidsearch，椭球体spheroidsearch的半主轴aspheroid_search＝lsearch/xspace，bspheroid_search＝lsearch/yspace，cspheroid_search＝lsearch/zspace；

29、步骤s502：通过对gtvdecreased内的adc参数图，在三个维度进行步幅为1的滤波计算，并判断当中心是否为滤波最小值，检索出adc参数图内的晶格点坐标集合lattice_locations。

30、在某实施例中，所述步骤s6包括以下步骤：

31、步骤s601：设置的晶格最小间距llattice_min和最大间距llattice_max，晶格最大间距llattice_max由lsearch决定，llattice_max＝2*lsearch；

32、步骤s602：构建adc与晶格间距阈值的线性回归方程，并求解线性方程的参数k和c,如下所示，adcgtv为gtvdecreased内体素的adc值的集合，

33、llattice_limit＝k*adc+c

34、k＝(llattice_max-llattice_min)/(max(adcgtv)-min(adcgtv))

35、c＝llattice_min-min(adcgtv)*k。

36、在某实施例中，所述步骤s7包括以下步骤：

37、步骤s701：对lattice_locations每个的晶格点坐标lattice_locationj，通过线性回归方程lj_limit＝k*adcj+c计算晶格间距阈值，adcj为lattice_locationj对应的adc值；

38、步骤s702：对于lattice_locationj和距离其最近的5个晶格点坐标lattice_location1，lattice_location2…lattice_locationn(n＝5)，计算lattice_locationj的距离限制比之和ln为lattice_locationj到lattice_locationn的几何距离；

39、步骤s703：对lattice_locations内每个晶格点坐标lattice_locationi，满足以下任意条件，其它任意lattice_locationj到lattice_locationi的距离大于li_limit，或者对于距离小于li_limit的任意lattice_locationj，lattice_locationi的距离限制比之和ratioi_sum5大于lattice_locationj的距离限制比之和ratioj_sum5，该lattice_locationi便可视为晶格的几何中心lattice_locationi；

40、步骤s704：对每个lattice_locationi，以5mm为半径，绘制晶格球体latticei。

41、在某实施例中，所述步骤s8中，通过筛选后的晶格点坐标进行晶格靶区的勾画，进行生物引导的空间分割。

42、本发明的有益效果至少包括如下之一：

43、1)、本发明提出了一种基于功能影像生物引导的空间分割晶格靶区勾画的方法，通过扩散加权成像的sfrt生物靶区引导的方法，进行空间分割lrt晶格点的位置、直径、间距的优化，可以把更高的峰剂量直接作用于生物靶区(低adc、高肿瘤细胞密度增殖区域)上，产生更高的消融比，不追求过高的峰谷比，而在生物靶区外的区域内产生的晶格点追求更高的峰谷比。

44、2)、本发明提出的方法与最密堆积的方法相比，可以保证空间分割治疗峰谷比的同时，获得更优的lrt晶格排列结构，更好的控制低adc的肿瘤区域局部复发风险，从而优化lrt治疗效果。