不同形变配准对头颈部CT图像的剂量评估研究

形变图像配准(deformable image registration,DIR)是自适应放射治疗(adaptive radiotherapy,ART)中轮廓推衍和剂量累积的关键过程。本研究比较3种不同形变配准算法在自适应放疗过程中轮廓推衍和剂量累积的变化。选择头颈部癌症患者的放疗影像数据图像进行这项研究,刚性配准后采用B样条弹性配准和LCC-Demons配准算法,其中B样条弹性算法研究了两种优化指标:归一化互相关、归一化互相关结合弯曲能量惩罚(bending energy penalty,BEP)正则化。剂量评估采用剂量参数D_(95)、D_(min)、D_(mean)、D_(max)和均匀性指数(homogeneity index,HI)来评价累积剂量与初始剂量的差异。几何评估使用Dice相似性系数(Dice similarity coefficient,DSC)和Hausdorff距离(Hausdorff distance,HD)来评价体积之间的重叠度。经过实验,几何评估所得的PTV(planning target volume)靶区、左腮腺、右腮腺Dice系数在B样条弹性配准的两种优化算法和LCC-Demons算法中分别为:0.82±0.07、0.83±0.07、0.86±0.08,其中在LCC-Demons算法下得到的Dice系数达到了最大值0.91,所得的Hausdorff距离均在1—3mm之间,DSC重叠度结果与表明偏差距离均在临床可接受的范围内。对于剂量评估,相应的HI值分别为:1.089、1.082、1.081,LCC-Demons同样达到了最小值1.081,本实验中LCC-Demons在轮廓推衍和剂量映射中均取得了较好的效果,同时也为临床环境下对配准质量的评估提供了一定的借鉴。