基于多质点运动建模的肿瘤形态与位置变化实时跟踪关键技术研究

The lung tumor's motion and deformation caused by the patient's respiratory brings difficulty to performing effective radiotherapy in a small target volume. Dynamic radiotherapy is the best radiotherapy method that takes the tumor's motion during radiotherapy into account and compensates for it. But the existing dynamic radiotherapy methods use a fixed size of target volume during the whole radiotherapy process, and ignore the tumor's deformation caused by breathing. It will hurt a certain percentage of normal tissue inevitably. This project will do the following research by using image processing technology and multi-particle's (or flexible body) motion modeling technology to reduce the damage to normal tissue during radiotherapy: (1) Tracks the changing of the tumor's position and shape by using the method of implanting four gold markers into the tumor and tracking their motion; (2) Seeks a new method for extracting the respiratory status information automatically from the medical images that contain lung tumors; (3) Researches on new method of creating a generalized relationship model between the respiratory status and the gold markers implanted in the tumor..Expected results of this project is expected to provide a new method of tracking the tumor's motion and deformation in real time and providing appropriate time-varying target volume for dynamic radiotherapy so as to reduce the damage to normal tissue at the same time of ensuring the radiotherapy effect. This project will enrich and develop the image processing and radiotherapy technology.

肺癌患者的呼吸引起肺部肿瘤的运动和形态变化，这给在尽可能小的放疗靶区内对肿瘤进行有效放疗带来了困难。动态放疗是考虑到放疗过程中肿瘤运动因素并对其进行补偿的最佳放疗方法，但现有的动态放疗在整个放疗过程中采用固定大小的放疗靶区，忽略了由呼吸引起的肿瘤形态变化，不可避免地会伤害一定比率的正常组织。为减少放疗对正常组织的伤害，本项目拟采用图像处理和多质点（或柔体）运动建模技术开展以下研究工作：(1)通过在肿瘤内部植入四个金标记并对其进行运动跟踪来获取肿瘤的形态和位置变化；(2)寻求从包含肺部肿瘤的医学图像中自动提取呼吸状态信息的新方法；(3)研究建立反映呼吸状态与肿瘤内部金标记运动之间关系的广义模型的新方法。.项目的预期成果有望为动态放疗提供一种实时跟踪肿瘤形态和位置变化的新方法，能为动态放疗提供合适的时变放疗靶区，从而在保证放疗效果的同时减少对正常组织的伤害。项目将丰富和发展图像处理和放疗技术。

肺癌放疗的过程中患者的呼吸会引起肺部肿瘤位置的变化，这给在尽可能小的靶区内向计划位置执行高放射剂量带来了困难。动态放疗是目前考虑肿瘤运动因素并对其进行补偿的最佳放疗方法，但现有的动态放疗技术多采用实时成像的方法获取肿瘤的位置，会给病人的正常组织带来成像射线伤害，且现有的动态放疗设备价格非常昂贵，无法在短时间内普及。针对该问题，本项目基于图像处理技术对肺部肿瘤运动的跟踪与补偿关键技术进行了研究，取得了一系列原创性成果，主要研究内容和成果包括：(1) 提出了一种新的肺癌放疗肿瘤运动补偿系统，采用机械手根据直接或间接检测的肿瘤位置实时改变X线挡板位置，以动态调整放疗射线的照射靶区，使其与肺部肿瘤位置对齐，从而对肿瘤的运动进行补偿；(2) 采用光流法自动跟踪医学图像序列中肺部组织的运动，基于得到的肺部组织运动和与医学图像同步采集的呼吸信号对呼吸信号与肺部组织运动之间的关系进行了建模；(3) 提出了一种基于运动放大的呼吸检测方法，通过对照射在被检测者胸部或腹部并反射出来的光线的运动轨迹进行跟踪，来检测人体的呼吸信号，并基于该方法研究设计了一种新的非接触式呼吸检测装置；(4) 提出了一种基于医学图像自动提取呼吸状态信息的方法，通过对4D-CT图像中CT值信息的计算来提取呼吸状态信息，并可自动确定计算的最佳区域和计算区域的大小；(5) 提出了一种基于梯度特征的双核非局部均值滤波算法，采用像素邻域间的欧氏距离及梯度特征度量像素邻域间的相似性，通过双核函数替代传统指数核函数计算相似性权重，并通过邻域像素与当前像素的邻域相似性度量对像素点的权值进行重新分配。. 项目的研究丰富和发展了图像处理和动态放疗技术，其研究成果应用于医疗领域，可为动态放疗提供一种新的呼吸检测和肿瘤运动补偿方法，从而实现以较低的成本就可完成对现有放疗设备的改造，使其具备动态放疗功能，并可显著减少患者的正常组织在放疗过程所受到的伤害，减少治疗的时间。