基于FDK算法的数字合成X线体层成像

目的:放射治疗是恶性肿瘤病人的主要治疗手段之一。放疗的基本目标是最大限度地将放射线的剂量集中到病变(靶区)内,杀灭肿瘤细胞,而使周围正常组织和器官少受或免受不必要的照射。放疗过程中的一些不确定性因素,可以影响到靶区的几何形态,进而影响肿瘤实际照射剂量的分布,造成肿瘤脱靶和(或)危及器官损伤增加。因此,放射治疗中摆位的准确性和重复性成为影响肿瘤放疗疗效的关键性因素之一,特别是当高剂量梯度存在的时候。提高放疗摆位精度核心就是要及时获取并修正摆位误差。方法:测量摆位误差,需要比较治疗位置图像与模拟定位时的图像。研究成像剂量低,图像质量好的成像模式可以更好的提高放射治疗的摆位精度。数字合成X线体层成像(Digital Tomosynthesis,DTS)是一种基于有限角度的二维投影图像获取三维图像的重建方法。本文提出利用与FDK(Feldkamp-Davis-Kress)相似的算法重建治疗位置DTS图像,并对DTS图像质量的影响因素进行研究。结果:DTS图像比传统千伏射野验证片显示更多的解剖信息,骨结构和软组织清晰度明显提高。结论:DTS可以替代传统射野验证片和CBCT,作为放疗摆位校正的另一种方法。

一种针对造影图像中血管狭窄的自动识别技术

本文旨在提出一种针对血管造影图像的计算机自动计算方法,能够让程序计算出血管的轮廓、分段、宽度等参数,随后智能识别出血管的狭窄段。该方法属于计算机自动光学检测(AOI)技术的一种,它根据血管在造影图像中按曲线分布且有固定方向的特点,使用改进的Steger算法进行自动检测,首先将图像与高斯函数核进行卷积运算,然后在每个像素处进行二次泰勒展开,计算每个像素的Hessian矩阵特征值和特征向量,来获得该点的线条方向和二阶导数极大值。再用双阈值算法和方向连通算子生成血管曲线,最后对曲线上每个亚像素特征点计算该点的血管宽度。在对有心脏血管局部狭窄的数字式X线图像进行实验后发现,该方法能够获得我们所需的血管信息,识别出其中狭窄部分。实践证明该方法对于提取造影图像中的血管具有较好的效果,它具有速度快、精度高、鲁棒性好、不需要人工介入的优点,是一种极具应用前景的计算机辅助诊断手段。