基于ITK的数字重建放射影像重建算法与应用

数字重建放射影像在放射治疗计划系统中广泛应用,有多种实现方法,ITK是开源的图像分析和处理的开发包,广泛应用于医学图像处理等领域;文章在讨论DRR图像的基本原理基础上,介绍了一种基于ITK的数字重建影像成像算法,并将该算法应用于自主开发的精确放疗系统,效果良好。

数字重建在肺癌放射影像中的应用价值分析

目的探究数字重建在肺癌放射影像中的应用价值。方法选取肺癌患者100例(2014年7月至2015年12月)作为本次研究对象,按照随机数字表法将患者分为2组,即实验组和对照组,对照组患者接受模拟机下确定肿瘤位置,之后进行相关检查,实验组则在对照组的基础上接受数字重建,对比2组肺癌患者检查结果的差异性。结果实验组肺癌患者的计划靶体积缩小情况、心脏剂量下降情况以及骨髓量下降情况均明显优于对照组(P<0.05)。结论肺癌患者在放射影像中接受数字重建,可以提高患者体位选择的准确性,减少放疗体积,值得推广应用。

数字重建在肺癌放射影像中的应用分析

目的分析数字重建在肺癌放射影像中的应用。方法收取我院80例肺癌患者,收治时间为2014年2月~2016年3月,将肺癌患者按照不同治疗方式分为两组,对照组患者在模拟机下明确肿瘤位置后,实施相关检查,观察组患者实施数字重建,将两组肺癌患者检查后的计划靶体积缩小、心脏剂量下降、骨髓量下降等指标进行比较。结果观察组患者计划靶体积缩小(56.01±13.21)cm^3、心脏剂量下降(19.63±5.65)CGy、骨髓量下降(13.29±4.02)g优于对照组计划靶体积缩小(30.19±10.13)cm^3、心脏剂量下降(9.69±2.72)CGy、骨髓量下降(8.01±3.12)g,两组比较差异有统计学意义(P<0.05)。结论数字重建在肺癌放射影像中具有较高的应用价值,能增加体位选择的准确性,改善计划靶体积缩小、心脏剂量下降、骨髓量下降等指标,减少放疗的体积,值得临床肺癌放射影像中大力推广与应用。

数字重建在肺癌放射影像中的应用研究

将我院2009年4月～2012年6月收治的40例肺癌患者进行随机分为试验组和对照组各20例。对照组：在模拟机下将肿瘤的位置确定，找出肿瘤的中心并在其体表贴上MARK点，采用CT扫描；试验组：在对照组的基础上，观察患者在呼吸时，肿瘤在X轴和Y轴方向的移动情况，并进行数字重建。结果试验组计划靶体积缩小、心脏剂量下降以及脊髓量下降明显优于对照组，差异显著，具有统计学意义（P〈0.05）。在放射影像中采用数字重建，能够有效地减少患者放疗体积和摆位的误差，提高摆位的准确度，具有非常重要的临床意义。

数字重建在肺癌放射影像中的应用探讨

目的在肺癌放射影像方面对数字重建进行应用探讨研究与分析。方法选取自2011年1月~2014年1月在我院进行治疗的肺癌患者共80例,在患者同意的情况下对患者进行调查研究。将患者平均分为对照组与观察组,每组40例。对照组患者在模拟机上将肿瘤存在的位置确定,找出肿瘤的中心点并在其表面标注上MARK点,使用CT进行扫描。观察组在对照组的基础上,对患者的呼吸情况进行细致地观察,观察肿瘤在X轴与Y轴上的移动情况,并采取数字重建。结果观察组心脏计量的下降、计划靶体积缩小与脊髓量的下降程度均明显优于对照组患者,有显著的差异,具有统计学的意义。结论在肺癌放射影像中采取数字重建的方式,能够极大地减少误差,也就是减少患者进行放疗时确定的放疗面积,能够减轻患者的痛苦并减少对人体的损害,在临床应用中有着重要的意义[1]。

数字重建在肺癌放射影像中的应用价值分析

目的分析数值重建在肺癌放射影像中的应用价值,为肺癌患者的临床治疗提供科学依据。方法选取108例肺癌患者,分为观察组与对照组,每组54例,对照组使用常规模拟机确定肿瘤部位,并行CT扫描,观察组在对照组的基础上进行数字重建,比较2组患者放射影像中的临床效果。结果观察组与对照组计划靶体体积缩小为(55.8±12.9)cm3和(31.4±10.3)cm3,观察组与对照组心脏剂量下降为(20.1±5.4)CGy和(10.2±3.1)CGy,观察组与对照组的骨髓量下降为(13.2±4.6)g和(7.8±2.9)g,观察组在各方面都显著优于对照组,且差异有统计学意义(P<0.05)。结论在常规肿瘤部位的确定中加入数字重建能够有效缩小放射面积,并且提高临床治疗的有效性,提高患者的生活质量。

数字重建在肺癌放射影像中的应用价值观察

目的探讨数字重建在肺癌放射影像当中的饮用价值。方法选2016年9月至2017年10月在我院进行救治的肺癌患者80例作为观察的对象,将80例患者随机分为实验组与参考组,每组40例患者。参考组使用模拟机对肿瘤位置进行确定,之后便实施相关检查,实验组在参考组的基础之上采用数字重建,观察两组检查方式的临床结果。结果实验组计划靶体积的缩小状况、心脏剂量下降的状况、骨髓量下降的状况与参考组进行比较,两组数据差异有统计学意义(P <0.05)。结论对肺癌疾病的检查实施数字重建放射影像学方式,能够有效提高患者的体位选择准确度,降低放疗的体积,值得临床推广及应用。

数字重建在肺癌放射影像中的应用

目的:探究肺癌患者在放射影像学检查过程中应用数字重建方法的价值。方法:于我院2017年6月-2018年2月收治的肺癌患者中随机选取66例入组研究,将66例肺癌患者平均分为常规组和数字重建组,常规组基于模拟机的引导下进行常规检查,数字重建组患者采用数字重建方法进行检查。结果:从骨髓量下降程度、心脏剂量下降程度和靶体积缩小程度三个方面进行比较,数字重建组患者的检查结果较优。结论:在肺癌放射影像检查过程中采用数字重建方法,能够减少放射治疗的面积,为体位的合理选择提供科学的参考依据。

基于射线追踪的数字重建影像增强技术

数字重建影像是放射治疗虚拟模拟过程中的一项关键技术 ,对于放疗过程中的质量控制具有非常重要的意义。本研究基于物理的角度将射线追踪法运用于数字影像重建。在处理过程中 ,采用了一种新的数字重建影像增强算法 ,即对密度进行指数变换 ,通过调整衰减系数和密度指数来实现高密度组织与低密度组织间对比度的提高 ,实验结果表明该算法能明显改善图像质量。为了节省内存开销 ,在追踪过程中采用了逐层插值追踪的办法。

探讨数字重建在肺癌放射影像当中的应用价值

目的:研究肺癌放射影像中应用数字重建的价值。方法:选取2019年3月-2021年1月在本院接受诊治的157例肺癌患者为研究对象,按随机数字表法分为对照组和观察组,分别为78例、79例。对照组应用模拟机确定肿瘤部位,后实施相关检查,观察组在对照组基础上采取数字重建,对比两组放射检查后骨髓量下降、心脏剂量下降及计划靶体积缩小情况。结果:观察组骨髓量下降、心脏剂量下降及计划靶体积缩小值均高于对照组,差异有统计学意义(P<0.05)。结论:肺癌放射影像中数字重建的应用价值较高,可有效提高患者体位选择的准确度,并降低放疗体积。

基于光线跟踪的数字影像重建技术

本文讨论了 CT模拟中的数字图像重建技术 ,提出了基于光线跟踪的处理方法 ,并对分辨率、CT值转换和增强技术进行了探讨 。

数字重建影像的重建算法

数字重建影像是2D-3D医学图像配准和放射治疗虚拟模拟的关键技术。本文使用光线跟踪算法,得到数字重建影像,并获得了满意的图像效果。

数字重建射线影像质量的控制

目的:现代放射治疗三维治疗计划系统能将患者的断层图像进行重建出患者的三维假体,在假体上进行模拟的透视,生成数字重建射线影像(digitally reconstructed radiograph,DRR)。控制DRR图像质量除应把握好断层图像的采集条件外,用户还可以根据实际需要,编制一套特异性的CT值到密度的转换曲线,抑制和(或)突出显示某些器官或组织来获得更加适合于临床的DRR图像。

一种基于光场的数字重建影像快速生成算法

数字重建影像(DRRs)是图像引导放射治疗(IGRT)中一项关键技术,它广泛应用于2D-3D图像配准中,用来确定病人在治疗期间的位移误差。因为传统的DRRs重建算法-光线跟踪法生成速度慢,所以它是整个配准过程的瓶颈。本文对计算机图形学的光场重现理论进行延伸,用光线跟踪法建立光场,再插值重建任意视点的DRRs图像。由于许多计算在预处理阶段完成,所以大大的提高了DRRs图像的生成速度(85ms),并得到令人满意的图像效果。

基于图形处理器的射线追踪数字重建影像方法

为提高肿瘤放射治疗计划系统中数字重建影像部分的计算效率,采用基于图形处理器的并行计算技术,对数字重建影像过程中最耗费计算机时的两部分,即由计算机断层扫描获取射野坐标系中的模体密度分布和射线追踪生成数字重建影像图像,实现了加速计算。在常用的个人计算机上,它们分别能够达到14～50和20～90倍的加速,对于实施实时治疗计划有重要实用价值。

CG-DRR:数字重建放射影像循环一致性生成对抗算法

目的当前数字重建放射影像(digitally reconstructed radiograph,DRR)生成算法难以同时保证影像生成效率和质量。为此,提出一种基于循环一致性生成对抗网络(generative adversarial network,GAN)的新型DRR生成算法(cycle-GAN-DRR,CG-DRR),在保证生成效率的同时,兼顾生成影像与真实X射线影像的灰度和结构一致性。方法CG-DRR算法包含数据预处理、网络训练和网络应用3个阶段。数据预处理阶段准备后续网络训练需要的图像数据;网络训练阶段使用预处理后的数据训练循环一致性生成对抗网络;在应用阶段,训练后网络输入光线跟踪法生成的DRR图像实现DRR图像灰度校正。结果使用4个常用图像相似性指标和2个梯度相似性指标分别评估原始DRR图像与灰度校正后的DRR图像的灰度和几何结构一致性。与传统光线跟踪法相比,盆腔和胸腔数据平均峰值信噪比分别提高18.22 dB和8.82 dB,平均绝对误差分别减少0.18和0.07,归一化均方根误差分别减少0.23和0.10,结构相似度指数分别提高23.5%和13.5%,与当前最新RealDRR算法结果指标相差无几。与RealDRR算法结果相比,CG-DRR算法在DRR图像灰度校正前后人体组织结构保持更好的一致性,盆腔和胸腔数据图像特征相似性指数分别提高0.02和0.03,梯度相似性偏差分别减少0.18和0.03。CG-DRR算法生成一幅DRR图像平均耗时0.31 s。结论本文创新性地将循环一致性生成对抗机制应用于DRR生成,所提算法可以很好地应对实际临床中DRR图像与X光影像存在结构偏差的问题,可在保证生成效率的前提下兼顾灰度相似性及结构一致性,相比于现有算法更具优势。

电子射野影像装置在直肠癌术后调强放疗中的应用研究

目的 :采用电子射野影像装置(electronic portal imaging device,EPID)测量、分析直肠癌术后调强放疗的摆位误差,为临床上实现直肠癌术后精准放疗提供理论依据。方法:选择30例直肠癌术后患者,利用EPID为每例患者首次放射治疗前、疗程内每周拍摄等中心处正、侧位电子射野图像各1张,并与治疗计划系统中的数字重建图像进行比较,测出X(左右)、Y(头脚)和Z(前后)3个方向的摆位误差,计算出直肠癌术后调强放疗临床靶区至计划靶区的外扩边界。利用EPID对患者的摆位进行校正,及时发现问题并纠正。采用SPSS 19.0统计软件进行统计分析。结果:纠正前后,在X、Y和Z 3个方向线性位移的平均值±标准差为(-1.392 4±3.670 9)mm vs(-0.816 5±2.670 5)mm、(0.969 7±4.076 1)mm vs(0.418 2±2.911 4)mm、(0.704 4±1.805 6)mm vs(0.471 7±1.641 3)mm;纠正前后,调强放疗的临床靶区到计划靶区的外扩边界在X、Y和Z 3个方向分别为7 mm vs 5 mm、6 mm vs 4 mm和4 mm vs 3 mm。结论:在直肠癌患者术后调强放疗中,采用EPID可确保患者治疗的正确性、精准性,使靶区得到最大剂量,同时靶区周围的正常组织和危及器官也可以得到充分保护,为外扩临床靶区边界提供了理论依据。

基于OpenCL的DRR算法优化研究

放射治疗计划系统(TPS)是为放疗患者制定放疗计划的特殊系统,对放射治疗的精度和效果有重要影响,是放射治疗的核心技术之一。数字重建放射影像算法(DRR)是TPS中的关键算法,广泛用于实现射野验证、病人摆位等。针对DRR算法性能不能满足交互式和实时性的要求,提出了一种使用OpenCL技术对DRR算法进行并行加速的计算方法。首先介绍了DRR算法在TPS系统中的重要性和OpenCL框架,接着在DRR算法的优化过程中以X射线衰减理论公式为基础,构建了DRR算法的串行版本作为算法优化的基准,分析了基于光线跟踪的DRR算法的特点,给出了算法的并行化方案,并结合OpenCL的存储器特性对并行算法进行了性能调优。在NVIDIA平台对算法进行了实验和评测,结果显示,OpenCL并行优化版本相对其串行版本加速约36倍左右,满足了系统的性能要求。

基于DRR及相似性测度的2D-3D医学图像配准算法

目的针对术前三维电子计算机断层扫描(computed tomography,CT)图像和术中二维X线图像的配准问题提出了精确高效的全自动配准算法,使得该算法能够适应不同X线图像的风格。方法首先通过数字重建放射影像(digitally reconstructured radiograph,DRR)技术,把CT图像转换成DRR图像,从而将CT和X线图像的配准转换成DRR图像和X线图像的配准。然后在传统的归一化互相关(normalized cross correlation,NCC)和梯度差分(gradiant difference,GD)相似性测度指标基础上提出融合NCC和GD的归一化互相关-梯度差分(normalized cross correlation-gradient difference,NG)指标,并基于NG指标计算DRR图像和X线图像的相似性。通过Powell算法迭代求取相似性测度的极值,从而获得配准矩阵。最后在人体头颅CT数据上采用“黄金标准”判断法量化配准系统的精度,并通过脊柱CT和X线配准案例验证系统在实际场景的性能。结果基于DRR及NG相似性测度的2D/3D图像配准系统的配准距离误差为0.51 mm,角度误差为0.40°。结论基于DRR及NG相似性测度的2D/3D图像配准算法具有较好的配准精度,能适应不同风格的二维输入图像,基于该算法的配准系统具有较好的鲁棒性。

数字重建在肺癌放射影像中的应用价值

目的探讨数字重建在肺癌放射影像中的应用价值。方法选取2012年6月至2014年6月任县医院收治的100例肺癌患者资料,将其采用随机数字表法分为两组,对照组患者在模拟机下对肿瘤部位进行确定,然后进行影像学扫描,试验组患者在对照组基础上进行数字重建。比较两组患者在放射影像中的应用效果。结果试验组患者的计划靶体积缩小明显多于对照组,且心脏剂量、骨髓量下降明显高于对照组,差异均有统计学意义(均P<0.05)。结论数字重建在肺癌放射影像中具有重要的应用价值,不但能有效减少患者放疗体积,还能提高患者体位选择的准确性。