瓦里安Clinac IX直线加速器机载影像系统故障实例分析及检修

近年来,随着计算机技术、影像技术、图像技术的不断更新,图像引导在放射治疗中发挥了重要作用[1]。图像引导放射治疗技术通过获取患者治疗前及治疗过程中的影像,从而减少摆位误差、提高治疗精度,更好地保护患者周围危及器官及提高靶区剂量[2-3]。瓦里安Clinac IX直线加速器作为治疗肿瘤患者的大型医疗设备,在一般的医用直线加速器配置基础上增加了kV级的机载影像系统(on-board imager,OBI)。OBI可以纠正患者治疗时由于运动和摆位造成的误差,有效地减小位置误差[4],是实施图像引导放射治疗的设备基础,其为肿瘤患者的精确放射治疗提供了质量保障。本研究旨在介绍Clinac IX直线加速器OBI的工作原理,并对实际工作中OBI出现的故障实例进行分析,现报道如下。

机载影像系统分析体部肿瘤放疗摆位误差的临床观察

目的通过直线加速器机载影像系统分析体部肿瘤放疗期间产生的摆位误差,测量临床靶体积(CTV)到计划靶体积(PTV)边界的大小。方法应用直线加速器治疗55例体部肿瘤。放疗前获取锥形束CT(CBCT)图像,将该图像与计划CT图像相匹配,计算平移和旋转误差。结果胸部肿瘤平移误差在左右(x)方向、头脚(y)方向、前后(z)方向分别为(-0.309 8±3.706 7)mm、(0.500 1±5.958 7)mm、(0.161 0±4.512 6)mm;腹部肿瘤分别为(-0.392 7±2.601 2)mm、(0.872 1±5.600 1)mm、(0.110 3±3.297 8)mm;旋转误差在胸部和腹部肿瘤分别为(0.218 3±1.502 8)°、(-0.198 9±1.596 6)°。结论 CTV到PTV胸部肿瘤外放边界值在x方向、y方向、z方向分别为7 mm、11 mm、8 mm为宜;腹部肿瘤分别为5 mm、10mm、6 mm为宜,可以包括90%的摆位误差。

机载影像引导放射治疗系统各机械臂的位置数据恢复

0引言随着放射治疗技术的迅速发展,肿瘤治疗已进入精确放射治疗时代,即精确定位、精确计划、精确治疗。但在技术上仍然存在一些问题,如在治疗过程中的运动和分次治疗间的位移、日常的摆位误差、靶区缩小引起的计划剂量分布的变化等。

基于小波变换的机载雷达测绘遥感影像信息数据融合方法

在融合机载雷达测绘遥感影像信息数据的过程中,由于原始机载雷达测绘遥感影像反馈信号在频域分布上具有多元化的属性,导致融合后影像的质量相对较低。为此,文章提出基于小波变换的机载雷达测绘遥感影像信息数据融合方法。该方法通过在小波变换设置了以频率为基准的窗口函数,并结合遥感影像反馈信号所处频域与频率函数状态之间的关系,建立了待分析遥感影像信号与频率窗内的高频频域分布参数之间的乘积关系,从而得到所需的信号频谱特性,在进行机载雷达测绘遥感影像信息数据融合阶段,结合遥感影像反馈信号与有限区域范围之间的关系,对其进行适应性融合。测试结果表明,融合后影像在完整度、清晰度以及综合质量方面均处于较高水平。

瓦里安直线加速器机器性能检查中MV影像中心偏移量影响因素分析

目的:探究导致瓦里安Vitalbeam直线加速器机器性能检查(MPC)结果中MV影像中心偏移量异常的主要因素。方法:通过修复MV影像臂“肩部”电机编码器、锁定治疗床位置以及等中心校正方法观察MPC结果中MV影像中心偏移量数值并进行统计学分析。结果:修复MV影像臂编码器后,MPC结果中MV影像中心偏移量小于空白组且差异具有统计学意义[空白组:(0.450±0.010)mmvs维修编码器组:(0.310±0.001)mm]。等中心校正组MV影像中心偏移量与空白组相比差异无统计学意义。锁定治疗床组MV影像中心偏移量小于空白组且差异具有统计学意义[空白组:(0.450±0.010)mmvs锁定治疗床组:(0.240±0.030)mm]。维修影像臂编码器并做等中心校正之后进行MPC时锁定治疗床与不锁定治疗床的MV影像中心偏移量结果无统计学差异。结论:MV影像臂“肩部”电机编码器损伤是导致MV影像中心偏移量异常的主要因素,开始MV影像中心检查前锁定治疗床位置能降低当次检查结果,但是无法彻底解决MV影像中心偏移的问题。

一种ARM+DSP架构的机载影像实时拼接方法

将嵌入式系统与实时摄影测量相结合,提出了一种嵌入式系统上ARM+DSP架构的机载影像实时拼接方法。ARM+DSP架构中,由ARM负责数据接收和结果的保存与显示,DSP负责数据处理过程,通过数据缓冲和内存共享机制,实现数据接收和数据处理的并行化以及ARM与DSP数据交互的零开销。同时,使用递推的纠正方式和最邻近采样进一步加快拼接处理过程。实验验证,针对GSD为2.5m、像幅为3 027像素×5 530像素的Bayer影像数据,生成GSD为5m的具有地理参考的全景图,该方法能保证每秒1张的拼接速度,完全满足航摄曝光的时间间隔需求。

加速器机载影像系统图像质量量化评价及质量保证阈值设定研究

目的探讨加速器机载影像(OBI)系统图像质量量化分析方法和图像质量保证警告与行动阈值设定.方法利用瓦里安EDGE加速器机载影像系统,半扇、全扇模式扫描Catphan604模体,基于Python编程语言自主实现软件分析图像CT值线性、几何线性、层厚、空间分辨率、均匀性和低对比度分辨率.将16个月内16次扫描图像指标定量分析结果归一平均值,计算标准偏差(σ),进行运行图分析,建立图像质量参数的警告与行动阈值.结果自主编程软件可量化分析半扇、全扇扫描模式OBI系统各项图像指标,低对比度分辨率半扇优于全扇扫描,空间分辨率全扇优于半扇.归一化图像质量参数以1个σ设为警告阈值,2个σ设为行动阈值,且半扇容差水平均小于全扇.结论自主开发软件可实现图像质量量化评价,建立了影像系统质量保证警告和行动容差,为图像引导放疗规范下图像质量保证提供指导.

利用仿真头模进行机载影像系统质控的探讨

目的探讨利用人体仿真头模对瓦里安直线加速器机载影像系统进行质控的方法。方法将人体仿真头模按常规方法进行CT模拟、计划设计、治疗摆位、锥形束CT扫描和千伏特正交片位置验证等过程，1次／d，连续10d并对位置偏差的结果进行分析。结果连续10次锥形束CT验证模拟靶在纵、垂直、横、旋转方向的误差分别为（0．06±0．11）、（0．03±0．05）、（0．07±0．07）、（0．03±0．10）cm，连续10次千伏特正交片验证的分别为（0．04±0．10）、（0．034±0．05）、（0．08±0．06）、（0．05±0．05）cm，两种方法验证结果显示差异无统计学意义（纵向比t=0．44，P=0．667；垂直向比t=0．00，P=1．000；横向比t=0．34，P=0．735；旋转向比t=0．58，P=0．568）。结论研究之加速器机载影像系统稳定可靠，状态良好。利用人体仿真头模模拟实际治疗过程对机载影像系统进行质控，是一种简便易行、结果可靠的有效方法，具有推广应用价值。

机载影像系统日检质控程序及结果分析

目的建立加速器机载影像（OBI）系统日检程序，测量得到各参数变化规律及误差范围，保证设备满足临床需要。方法每日对OBI系统进行安全检查、机械精度检查、2D／2D配准精度检查、治疗床运动精度检查。结果等中心一致性检测在左右、进出方向最大偏差分别为-0．7、0．8mm，x1、x2、Y2、Y1铅门偏差最大值分别为-2．1、2．2、±1．7、-2．1mm。OBI系统机械臂运动精度31％标准值为85．2cm、偏差为0mm，69％标准值为85．1cin、偏差为1mm。在左右、上下、前后方向2D／2D配准精度分别为0．46、1．35、-0．04mm，治疗床运动精度分别为-0．1、0．3、0．2mm。结论OBI系统日检能发现设备是否运转正常和满足临床要求，而对易变项目针对性提高关注度并及时处理和对较稳定项目适当调整检测频度都可以提高质控效率。

机载影像系统在盆腔肿瘤精确放疗摆位中的临床研究

目的应用Varianix加速器机载影像（OBI）系统研究盆腔肿瘤精确放疗摆位误差，为临床提供参考数据。方法对适形调强放疗的15例盆腔肿瘤患者进行研究，测量患者左右（X）、头脚（Y）、前后（Z）3个方向的线性误差以及分别以X、Y、Z轴旋转形成的相应U、V、W旋转误差，在线校正摆位误差并记录误差值。统计校正前后的误差，采用二参数法计算临床靶体积（CTV）到计划靶体积（PTV）的外放边界（MPTV）。结果15例患者共行146次首次摆位后和治疗后锥形束CT扫描，在x、Y、z方向上系统误差（均数）±随机误差（标准差）分别为（1．23±0．134）、（-2．02±7．96）、（-1．87±3．13）mm，治疗后分别为（0．49±1．14）、（-0．98±2．28）、（-1．87±3．13）mm。X方向的锥形束CT扫描摆位床值在首次摆位后及校正前、后的差异无统计学意义，在Y和Z方向的差异均有统计学意义，校正后的摆位误差在Y和z方向低于首次摆位后（P〈0．05）；U、V、W3个方向上摆位误差分别为（0．72±1．23）°、（0．06±1．12）°、（0．12±0．97）。，旋转误差一般不超过3°。由于在线校正只对平移误差进行了校正，U、V、W校正前后无差异。纠正前X、Y、Z方向的M。分别为2．55、9．61、5．93mm，纠正后分别为1．78、3．55、2．74mm。结论使用OBI系统在线或离线指导摆位误差的修正可以提高摆位的精度，减少摆位的不确定性，在维持或提高局控率的同时，减少周围正常组织的照射，从而达到提高治疗精度的目的。

机载DOM面向对象的改扩建公路沿线主要地物提取研究

针对改扩建公路沿线地物信息提取难度大、工期紧等问题,以成南高速扩容项目(成都螺狮坝立交附近)的机载高分辨率DOM遥感影像为研究对象,运用KNN、CART、SVM等3种面向对象分类方法,对该扩容高速沿线左右约300 m范围内带状区域进行主要地物信息提取与分类研究。结果表明:1)最优分割尺度的确定是一个复杂过程,且受到多种因素的制约,通过运用ESP工具简化获取最优分割尺度,并取得了较好影像分割效果;2)3种面向对象分类结果基本满足了改扩建公路工程前期规划、设计和施工建设的精度要求,3种方法在基于同一训练样本与验证样本数据基础上,就分类精度而言,SVM>CART>KNN,就具体地物而言,居民用地、交通运输用地、植被和水体等地物的分类精度相对较高,裸地、大棚和其他等地物的分类精度相对较低;3)3种分类方法技术先进、经济高效,且对于改扩建公路沿线地物自动化智能化提取及其在数字化交通中的应用具有显著的实际价值。

基于多项式正射纠正模型的机载SAR影像区域网平差

在SAR影像多项式正射纠正模型基础上,分别对平高点、平面点、高程点、加密点列出了误差方程,从而建立了基于多项式正射纠正模型的机载SAR影像区域网平差模型,并设计了相应的软件。利用成都测区的机载SAR影像进行了实验,取得了比较满意的结果。

一种新的稀少控制条件下机载SAR影像区域网平差方法的研究

困难测图地区缺少控制点一直是SAR图像校正的难点之一。该文针对机载SAR影像,提出了一种新的基于F.leberl构像模型平差的方法。借鉴光束法平差方法中解算前、后方交会的思想,交替趋近求解未知参量。实验结果表明,该方法不仅实现了在稀少控制点下求得定位参数的稳定解,而且有效减小了航带间同名点坐标误差,平差精度达到了单航带多控制点独立校正的水平。

多基线机载合成孔径雷达影像匹配的SANCC法

为了有效利用合成孔径雷达(synthetic aperture radar,SAR)多基线影像的几何信息和辐射信息,提高匹配精度,提出了一种适用于多基线SAR幅度影像的自适应归一化互相关系数和(sum of adaptive normalized cross-correlation,SANCC)影像匹配方法。该方法首先利用SAR成像参数、平台参数和物方高程范围构建匹配方向线;然后引入Gestalt原理的接近性和相似性原则对窗口内的像素加权,计算获得沿匹配方向线的SANCC值;最后采用winner-take-all(WTA)优化策略获取多基线影像的匹配结果和物方三维信息。利用国产机载SAR系统获取的多基线影像进行匹配试验,结果表明与常规的相关匹配方法相比,该方法可以获得更为密集、精确的匹配点,有效减少了由重复纹理造成的误匹配,并能较好地解决由纹理匮乏导致的匹配难题。

用高分辨机载SAR数据制作正射影像图实验研究

对用四川自贡地区的高分辨率机载SAR影像制作1∶10 000比例尺正射影像图作了实验研究,描述了制作过程,讨论了其中的一些关键技术。制作了一幅1∶10 000南溪县正射影像图,并对影像图的精度进行了检核。结果表明,所制作的1∶10 000正射影像图完全满足1∶10 000正射影像图的精度要求。

POS辅助机载三线阵影像自检校光束法平差

将基于附加参数的自检校光束法区域网平差技术用于机载三线阵CCD传感器ADS40影像的几何定位处理中,分析并建立POS数据的引入模型、两种模式的自检校附加参数模型以及自检校光束法区域网联合平差模型。采用试验场ADS40数据进行不同地面控制点配置的常规和自检校光束法区域网平差试验。结果表明,自检校光束法区域网平差能够有效补偿影像存在的系统误差,显著提高定位精度。

机载雷达影像调绘片制作与解译方案研究

以西部测图工程某测区为研究对象,结合该区实际情况及地形和地表覆盖等基本测图要求,采用机载雷达图像处理、内业加密、影像纠正、镶嵌与裁切、调绘片整饰等相关测绘技术,进行机载雷达影像调绘片的制作,并结合外业调绘情况对雷达影像上相关地物类型的识别与判读进行深入研究,总结机载雷达影像调绘片制作的整体工艺流程,以及解译雷达影像的关键技术和方法。

西部测图工程机载SAR影像空三加密应用分析

在对西部测图工程机载SAR影像资料情况深入分析的基础上,对机载SAR影像空三加密原理方法进行了系统的阐述,对空三加密关键技术问题进行了较为深入的分析总结。

山区机载SAR影像几何纠正试验研究

由于雷达的侧视投影特点,地形的起伏将引起较大的投影差,利用在多项式纠正的基础上引入投影差改正来纠正泰山地区机载SAR影像。试验表明:此方法在纠正高山地区影像时具有较高的精度。在文章的最后对山区雷达影像处理中的几个问题进行探讨。

机载三线阵CCD影像的加速匹配技术研究

连接点提取是机载三线阵CCI）影像自动空中三角测量的重要前提。针对机载三线阵CCD影像成像特点以及数据量大、处理耗时等劣势，研究了三线阵影像基于POS引导的GPU加速匹配技术，并结合核线约束及RANSAC方法剔除误匹配点。选取三种不同地物特征影像进行匹配试验，验证了该匹配方法的稳定性，同时通过与传统SIFT匹配方法的对比，验证了基于GPU加速的匹配方法具有较好的加速比，也为进一步开展平差技术研究提供技术支持。