MRI与CT图像融合技术在前列腺癌调强放疗中的应用

目的探讨MRI与CT图像融合技术在前列腺癌三维适形调强放疗靶区确定中的应用,为临床精确放疗提供参考。方法选取16例经病理诊断的前列腺癌患者。患者进行常规CT平扫加增强扫描,CT扫描后第2天相同时段行MRI扫描。扫描后采用Pinnacle配准软件对MRI和CT图像进行归一化互信息法配准。结果 MRI成像与CT图像融合在放疗靶区勾画中的肿瘤体积比单纯用CT图像勾画的体积减小[(55.51±1.60)cm3比(70.74±3.51)cm3,t=12.48,P<0.001]。CT-MRI融合图像直肠接受50、55、60、65Gy放射剂量时照射体积占总体积的百分比明显低于单独CT图像(P<0.05),CT-MRI融合图像膀胱接受40、45、50、55、60、65、70Gy放射剂量时照射体积占总体积的百分比明显低于单独CT图像(P<0.01)。结论在前列腺癌中应用MRI与CT图像融合技术,能较好地确定三维适形调强放疗靶区,并能够减少对周围器官的损伤。

不同MRI与CT图像融合对脑胶质瘤术后放疗靶区勾画的稳定性研究

背景与目的:脑胶质瘤术后靶区的准确勾画一直是调强适形放射治疗的难题,MRI和CT图像融合技术能够提高靶区勾画的准确性,但这种技术能否提高放疗医师勾画靶区的稳定性,目前尚不明确。本研究采用不同的MRI图像资源与定位CT图像融合,对胶质瘤术后行放射治疗的患者靶区勾画的准确性和稳定性进行研究。方法:将9例脑胶质瘤患者的术前和术后MRIT1WI增强相与CT定位图像采用标点法进行图像融合,在5次不同的时间分别在两种融合图像及CT定位图像上勾画临床靶区,评价标点法图像融合精度,并比较三组不同资源图像勾画CTV的体积大小及稳定性。结果:三维空间的融合精度均小于1.5mm,一致性指数在术前MRI与CT融合组(pre-matched组)、术后MRI融合组(post-matched组),CT组(conv组)分别为(68±9)%、(61±7)%、(41±12)%。3公共部分体积百分比分别为(82±7)%、(78±5)%、(65±8)%。结论:采用术前MRI与CT图像融合的方法在勾画放疗CTV的体积最大,稳定性最佳(P<0.05);而根据术前MRI在术后定位CT图像上勾画CTV的传统画法稳定性最差(P<0.05)。采用术后MRI与CT融合方法勾画CTV的体积与传统勾画方法相似,其稳定性与术前MRI同CT融合的方法相同。

CT/MRI图像融合技术与CT引导三叉神经半月节射频热凝术的疗效对比

目的对比CT/MRI图像融合技术和传统CT引导经皮三叉神经半月节射频热凝术的疗效。方法收集88例原发性三叉神经痛患者医疗信息,按不同影像引导方式随机平均分为对照组(CT引导三叉神经半月节射频热凝术)和融合组(CT/MRI图像融合技术辅助三叉神经半月节射频热凝术);对穿刺操作时间、术中不适发生率以及术前、术中和术后的视觉模拟评分法(VAS)评分、巴罗神经学研究所(BNI)疼痛评分及术后并发症发生率进行比较。结果融合组穿刺操作耗时短于对照组(P<0.05);融合组术中和术后的VAS及BNI评分、术中不适、术后并发症发生率均低于对照组(P<0.05)。结论在提高疗效、减少术中不适、术后并发症方面,CT/MRI图像融合技术较CT引导更具优越性。

CT融合MRI图像技术在鼻咽癌患者中的应用价值

目的:分析CT融合MRI图像技术在鼻咽癌患者中的应用价值。方法:选择平南县第二人民医院2020年1月—12月收治的80例行调强放疗治疗的鼻咽癌患者,按照时间顺序法,以2020年1月—6月收治的40例为对照组,提供CT图像定位并制定靶区勾画方案;2020年7月—12月收治的40例为研究组,采取CT融合MRI图像技术制定靶区勾画方案。对比两组靶区适形性和均匀性、T分期的勾画体积、放疗计划剂量、正常组织受量。结果:研究组的鼻咽肿瘤适形度指数高于对照组,差异有统计学意义(P<0.05);两组在鼻咽肿瘤均匀性指数及计划靶区适形度和均匀性指数方面对比差异无统计学意义(P>0.05)。研究组的T1~T3期的勾画体积均大于对照组(P<0.05),两组T4分期勾画体积相当(P>0.05)。两组原发灶大体肿瘤及侵犯靶区和计划靶区的放疗计划剂量对比差异无统计学意义(P>0.05);两种勾画技术下脑干、脊髓、腮腺、甲状腺、喉及口腔的正常组织受量对比差异无统计学意义(P>0.05)。结论:CT融合MRI图像技术,可提高鼻咽癌调强放疗患者的靶区勾画适形度,不影响放疗计划剂量,不增加正常组织受量负担。

双能量CT非线性融合和噪声优化的虚拟单能量图像技术在喉鳞状细胞癌中的应用

目的:探讨双能量CT线性融合图像(linear blending imaging,LBI)、非线性融合图像(nonlinear blending image,NBI)和噪声优化的虚拟单能量图像(noise-optimized virtual monoenergetic image,VMI+)技术在喉鳞状细胞癌中的应用价值。方法:回顾性分析2019年6月至2022年3月61例经病理证实为喉鳞状细胞癌患者的双能量CT资料。双能量图像采用LBI[融合系数为1(80 kV)和0.6(M0.6)]、NBI和VMI+(40 keV、55 keV)技术重建。比较5组图像的客观图像质量[对比噪声比(contrast-tonoise ratio,CNR)、肿瘤CT值、噪声]和主观图像质量(肿瘤边界评分和整体图像质量评分)。结果:40 keV的CNR、肿瘤CT值和肿瘤边界评分均明显高于80 kV、M0.6、NBI和55 keV,差异均有统计学意义(均P<0.05)。NBI的整体图像质量评分明显高于80 kV、M0.6、40 keV和55 keV,差异均有统计学意义(均P<0.05)。NBI的噪声明显低于80 kV、40 keV和55 keV,差异均有统计学意义(均P<0.05)。结论:在喉鳞状细胞癌的双能量CT中,采用VMI+技术(40 keV)能提供更好的CNR、肿瘤CT值和肿瘤边界,采用NBI技术能提供更低的噪声和更好的整体图像质量。

基于DCIF-GAN的肺部肿瘤PET/CT跨模态医学图像融合

基于生成对抗网络(Generative Adversarial Network,GAN)的医学图像融合是计算机辅助诊断领域的研究热点之一,但是现有基于GAN的融合方法存在训练不稳定,提取图像的局部和全局上下文语义信息能力不足,交互融合程度不够等问题。针对上述问题,本文提出了双耦合交互式融合GAN(Dual-Coupled Interactive Fusion GAN,DCIFGAN)。首先,设计了双生成器双鉴别器GAN,通过权值共享机制实现生成器之间和鉴别器之间的耦合,通过全局自注意力机制实现交互式融合;第二,设计耦合CNN-Transformer的特征提取模块(Coupled CNN-Transformer Feature Extraction Module,CC-TFEM)和特征重构模块(CNN-Transformer Feature Reconstruction Module,C-TFRM),提升了对同一模态图像内部的局部和全局特征信息提取能力;第三,设计跨模态交互式融合模块(Cross Model Intermodal Fusion Module,CMIFM),通过跨模态自注意力机制,进一步整合不同模态间的全局交互信息。为了验证本文模型的有效性,在肺部肿瘤PET/CT医学图像数据集上进行实验,该文方法在平均梯度,空间频率,结构相似度,标准差,峰值信噪比,信息熵等上与其他四种方法中最优方法相比,分别提高了1.38%,0.39%,29.05%,30.23%,0.18%,4.63%。模型能够突出病变区域信息,融合图像结构清晰且纹理细节丰富。

Brain Time Stack图像融合技术在CT中的应用

目的:分析Brain Time Stack图像融合技术在CT中的应用。方法:选取2021年3月—2022年9月衡水市第四人民医院收治的50例CT检查患者作为研究对象。所有患者进行CT检查并进行Brain Time Stack后处理。比较四组不同部位CT值、标准差(SD)、信噪比(SNR)。比较四组图像主观质量评分。分析不同部位CT值、SD、SNR与图像主观质量评分的相关性。结果:B组的延髓、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉CT值明显低于A组;C组的延髓、脑室、额叶白质、小脑内侧、小脑外侧、颞肌肌肉CT值高于A组;D组延髓、额叶灰质、颞肌肌肉CT值明显低于A组,脑室、额叶白质、小脑外侧CT值明显高于A组;C组延髓、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉CT值明显高于B组;D组延髓、脑室、额叶白质、小脑内侧、小脑外侧、颞肌肌肉CT值明显高于B组;D组延髓、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉CT值明显低于C组;D组脑室CT值明显高于C组,差异有统计学意义(P<0.05)。B组、C组、D组延髓、脑室、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉SD值明显低于A组;C组延髓、脑室、额叶白质、小脑内侧、小脑外侧、颞肌肌肉SD值均明显高于B组;C组额叶灰质SD明显低于B组;D组延髓、脑室、额叶灰质、额叶白质、小脑内侧、小脑外侧、肌肉SD均明显低于B组、C组,差异有统计学意义(P<0.05)。B组、C组、D组延髓、脑室、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉SNR均明显高于A组;C组、D组延髓、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉SNR值明显高于B组;C组、D组脑室SNR明显低于B组;D组延髓、脑室、额叶灰质、额叶白质、小脑内侧、小脑外侧、颞肌肌肉SNR明显高于C组,差异有统计学意义(P<0.05)。D组图像主观质量评分最高,差异有统计学意义(P<0.05)。延髓、脑室、额叶灰质、额叶白质、小脑内侧、小脑外侧及颞肌肌肉SD与主观质量评分呈明显负相关,SNR与主观质量评分间呈明显正相关,差异有统计学意义(P<0.05)。结论:利用Brain Time Stack图像融合技术对头部CT扫描检查图像处理,动脉期结合前一期及后一期的图像数据在处理后具有更好的质量和更少的噪音。

基于特征融合的低剂量CT图像降噪方法

近年来低剂量CT(Low Dose CT,LDCT)被广泛应用于临床诊断中,但LDCT会产生不规则的噪声。已有的降噪方法往往缺乏对全局特征信息的考虑,以及不注重边缘特征信息和重建图像的视觉效果。为此,提出了一种基于特征融合的低剂量CT图像降噪方法。首先,利用Transformer优异的全局感受野提取图像的全局特征信息,并利用卷积神经网络(Convolutional Neural Network,CNN)良好的局部特征提取能力提取图像的局部特征信息。在Transformer模块中加入维度变换思想,以更好地抑制噪声;在CNN模块中使用稠密连接的方式将浅层网络的特征信息复用于深层网络中,以此保存更多的特征信息。其次,为了获取更加丰富的图像细节特征,使用了改进的索伯边缘增强算子来加强模型对边缘特征信息的提取能力。最后,将Transformer模块和CNN模块获取的特征信息进行融合并输出重建图像。此外,为了使降噪重建后的图像有更好的质量和视觉效果,设计了一个多尺度复合损失函数。实验表明:在AAPM-Mayo数据集的降噪实验中,与当前主流的LDCT图像降噪方法相比,本文方法取得了更好的降噪效果。

基于特征融合的新冠病毒感染肺部CT图像分类

针对难以收集大量标注的高质量医学图像造成医学图像分类困难的问题,提出了一种基于迁移学习和特征融合的新冠病毒感染肺部CT图像分类方法,旨在提高图像分类的准确率与分类速度.通过预处理和数据增强技术滤除无用特征,采用注意力模块更好地挖掘深层次的特征信息,同时运用一种二分类的焦点损失函数来解决数据集分布不平衡的问题.实验结果表明,所用方法的图像分类准确率可达97.79%,相比较单个模型,准确率分别上升了2.61%和1.81%,有效地提高了新冠病毒感染肺部CT图像分类准确率;同时该分类模型具有较好的泛化性能,为提高医学图像分类准确率提供有效支持.

鼻咽癌放疗靶区勾画中CT/MRI图像融合技术的应用

CT/MRI图像融合技术实施过程中展开探究,分析在鼻咽癌放疗靶区勾画中的应用价值。方法 针对于院内我院调强放疗鼻咽癌患者选取80例,为其实施双盲法分组,每组25例。分析组均采取CT/MRI图像融合技术,参照组为患者采取单独CT勾画技术进行诊断,对比两组患者的勾画靶区体积、T1期、T2期、T3期、T4期勾画体积。结果 分析组勾画靶区体积大于参照组,对比具备统计学意义(P<0.05),T1期、T2期、T3期分析组勾画靶区体积大于参照组,存在统计学意义(P<0.05),T4期勾画体积无对比差异(P>0.05)。结论 在鼻咽癌放疗靶区勾画中CT/MRI图像融合技术的勾画效果更好,能够使其准确性提高。

3D CT/MRI融合成像在评估腰椎间盘突出症和Kambin三角中的作用

目的探讨3D CT/MRI融合成像在评估腰椎间盘突出症(LDH)和Kambin三角中的作用。方法对57例LDH患者的3D CT/MRI融合成像进行分析,在融合图像上测量L_(2)~S_(1)的三维神经根角(3DNRA)、上关节突和下椎板水平与神经根的距离(SAP-ENRD,即45°和60°时Kambin三角形的底部)、针头(1 mm)和通道(5 mm)安全穿过Kambin三角的可行性。结果L_(2)水平的3DNRA显著高于L_(3)、L_(4)、L_(5)、S_(1)节段(P<0.05),L_(3)、L_(4)、L_(5)水平的3DNRA差异无统计学意义(P>0.05),S_(1)水平3DNRA均低于L_(2)、L_(3)、L_(4)、L_(5)(P<0.05)。L_(4-5)节段45°和60°的SAP-ENRD高于L_(2-3)、L_(3-4)节段(P<0.05)。L_(2-3)、L_(3-4)、L_(4-5)节段椎间盘45°、60°水平时,穿刺针安全通过Kambin三角的可行性分别均高于通道(P<0.05);45°时,L_(2-3)、L_(4-5)节段椎间盘通道安全通过Kambin三角的可行性均高于L_(3-4)节段(P<0.05);L_(3-4)、L_(4-5)节段椎间盘通道安全通过Kambin三角的可行性均高于L_(2-3)节段(P>0.05)。3D CT/MRI融合图像可清晰显示椎间盘突出后的神经受压部位。结论3D CT和MRI融合不仅提供了Kambin三角的解剖结构,还提供了清晰的视觉和测量视图,以及椎间盘突出症相对于退出和穿过的位置,以及安全地将5 mm通道以45°和60°穿过Kambin三角插入的可行性。

CT与MRI图像融合在鼻咽癌放射治疗大体肿瘤靶区勾画中的应用

目的探讨鼻咽癌放射治疗过程中应用CT与MRI图像融合勾画大体肿瘤靶区的临床效果。方法选择2021年1-8月在福建医科大学附属肿瘤医院接受放射治疗的44例鼻咽癌患者作为研究对象,采取随机数字表法分为对照组(n=22)观察组(n=22)。对照组行CT扫描,观察组采取CT联合MRI扫描并进行CT/MRI图像融合。对比2组图像勾画出的大体肿瘤靶区平均体积差异,并比较扫描范围内不同分期的肿瘤靶区体积。结果观察组大体肿瘤靶区平均体积为(48.56±19.13)cm^(3),大于对照组的(34.80±18.57)cm^(3)(P<0.05)。观察组T_(1)、T_(2)、T_(3)期的肿瘤靶区体积均大于对照组(P<0.05),组间T_(4)期肿瘤靶区体积差异无统计学意义(P>0.05)。结论于鼻咽癌放射治疗过程中应用CT与MRI图像融合技术进行检查,可显示不同时期较全面的肿瘤靶区情况,有助于医师精准勾画鼻咽癌放疗大体肿瘤靶区.

MRI多模态成像与CT图像融合技术对脑胶质瘤术后放疗患者放射剂量定制的影响

目的:探究核磁共振(MRI)多模态成像与电子计算机断层扫描(CT)图像融合技术对脑胶质瘤术后放疗患者放射剂量定制的影响。方法:选取2018.9-2021.12期间于我院就诊的60例脑胶质瘤患者,将其分为CT组和MRI-CT组,每组各30例。CT组行CT检查后进行靶区勾画及计算放射剂量,而MRI-CT组则在分别进行MRI和CT检查后进行图像融合,根据融合图像勾画靶区并定制放射剂量。比较两组靶区体积[肿瘤靶区(GTV)、临床靶区(CTV)]、危及器官(左/右晶状体、脑干、海马区)OARs体积及放射剂量Dmax差异。结果:MRI-CT组与CT组相比较,其GTV、CTV、海马区OARs体积、脑干/海马区Dmax更低,差异有统计学意义(P<0.05),其余指标则无明显差异(P>0.05)。结论:MRI-CT能更精准的勾画靶区位置,合理规划放疗剂量,有利于脑胶质瘤放疗计划的制定。

CT与MRI图像融合技术方法的研究

医学与图像处理融合技术是一个专业交叉的科研领域,是计算机图形学与影像处理在影像技术的关键应用,它涉及到了数码影像处理、电脑图形学、医疗用图像设备等生物医学工程应用领域的有关知识,在临床检查和处理,计算机辅助治疗,远程医疗,放射治疗和制定手术规划等方面都具有广阔的应用前景。本项目是医学影像融合的理论和方法做了深入探究。首先对医学图像融合的概念和分类进行了表述,概括了其意义所在,然后分别解释了对CT与MRI图像配准原理和过程,以及以两种基于像素为基础图像融合技术分别对CT和MRI中的图像信息实现了整合,得到最终更加直观、更加全面和清晰的融合图像。

三维CTA和DSA图像融合技术对腹主动脉瘤腔内修复治疗术的效果评价

目的探讨三维CT血管造影(3D-CTA)和数字减影血管造影(DSA)图像融合技术在腹主动脉瘤腔内修复治疗术(EVAR)中的应用效果。方法选取102例行EVAR手术的患者,均行3D-CTA及DSA检查,并将3D-CTA检查图像与DSA数据进行图像融合,比较不同检查方法对各个征象以及术后并发症的检出率。结果3D-CTA与DSA图像融合技术对FL直径缩小、TL直径占比增加、支架近端FL血栓化、支架远端FL血栓化的检出率均高于3D-CTA及DSA检查(P<0.05)。三种检查方法对夹层破裂、内漏、支架近端逆行撕裂、新发夹层的检出率比较,差异无统计学意义(P>0.05)。结论3D-CTA和DSA图像融合技术在EVAR术后效果评估中具有重要意义,能够及时发现并发症,为临床干预提供可靠依据。

基于改进结构张量的三维PET/MRI图像融合

将核磁共振成像(magnetic resonance imaging,MRI)与正电子发射断层成像(positron emission computed tomography,PET)进行融合,可以实现阿尔茨海默病(Alzheimer’s disease,AD)的预防与诊断.提出了基于3D ISobel与双目标海洋捕食者的结构张量(ISobel and double-objective marine predator algorithm based on structure tensor,IST)分解算法,提高了分解的可靠性与稳定性,使细节信息充分表达.提出了联合三维拉普拉斯加权能量的迹值相位一致性(joint weight sum of 3d energy and modified laplacian and trace phase congruency,ETPC)的边缘区融合规则,充分描述了融合图像局部区域特征分布.融合结果表明,基于改进结构张量的三维PET/MRI图像融合算法解决了结构张量分解欠缺可靠性、融合图像细节信息不充分、局部特征描述不完善的问题,在主观评价和客观评价方面都要优于其他的空间域和变换域的融合方法.

MRI-CT图像融合对脑胶质瘤术后放疗靶区的影响

背景与目的:核磁共振成像(magnetic resonance imaging,MRI)图像对软组织结构具有较高的分辨率,但由于失真和缺乏剂量计算所需要的电子密度而限制了其在脑部肿瘤放射治疗中的应用,而MRI和CT图像融合可解决这一问题。本研究探讨MRI与CT的图像融合精度,及其对脑胶质瘤术后患者放疗临床靶区(clinical target volume,CTV)及危及器官(organs at risk,OARs)体积和中心位置的影响。方法:9例颅内胶质瘤术后患者MRI和CT图像采用标点法进行融合,评价其融合精度,分别采用体积法及几何中心法(center of geometry,COG)研究融合前后临床靶区和危及器官体积和中心的变化,测定病灶MRI-CT融合图像的COG与CT定位图像COG的距离,体积法测定病灶MRI与CT图像融合部分体积(VMRI-CT)占总体积(VMRI+CT)的百分比(PMRI-CT)。结果:采用人工标记法进行融合的精度小于1.5mm,完全达到脑部肿瘤的误差要求。融合后各危及器官体积无明显改变(P>0.05);9例患者中8例融合界面勾画的CTV体积比CT定位图像CTV体积减小13.85%～73.59%,1例体积增大10.35%;平均体积比较差异有统计学意义(P<0.05);融合后CTV的中心位置变化最大[(8.74±6.60)mm],其次为双眼[左右眼分别为(5.25±2.38)mm和(5.65±2.56)mm],脑干位置变化最小[(1.83±1.06)mm]。结论:采用人工标记的方法进行图像融合具有较高的融合精度,MRI与CT融合的方法可明显减少脑胶质瘤术后放疗CTV勾画的不确定性。

一种神经母细胞瘤的PET/CT多模态图像分割方法

目前关于PET/CT图像分割的方法缺少对图像全局上下文信息提取的考虑并且对提取到的特征信息进行融合的方式有待优化.针对上述问题,本文提出了并行提取和特征综合网络(Parallel Extraction and Feature Synthesis Network,PFNet).该网络首先利用卷积神经网络(convolutional neural network,CNN)和Transformer分别设计了两个支路分别从PET/CT图像中提取局部特征和全局上下文信息.其次,为了融合不同的特征信息,本文设计了一个特征综合模块,将两个分支提取的不同信息送入特征综合模块进行融合.在该模块中,设计了多策略融合单元,与此同时该模块利用通道注意力单元和依赖关系学习单元进一步学习通道特征信息和特征图自身依赖关系,以便进一步进行特征融合.此外本文引入了LogCoshDiceLoss作为损失函数,其利用函数Log-Cosh的平滑性可以提高分割性能.最后,在神经母细胞瘤数据集和HECKTOR 2021数据集上的实验结果表明本文提出的网络相比其它方法具有更好的分割性能,获得了较好的分割效果.

PET图像与CT、MRI图像比较与融合的研究

目的 将PET的功能代谢图像与CT、MRI的解剖图像进行比较与融合。方法 2 1例癫痫患者和 5 3例肿瘤或疑为肿瘤患者进行了PET检查。患者的CT、MRI资料通过扫描仪输入计算机。在融合软件“MPItool”中 ,通过调整PET的三维容积图像 ,找到与二维CT、MRI断面图像对应的层面进行比较与融合。结果 2 9个代谢改变病灶被准确定位于 2 1例癫痫患者相应的MRI图像上。PET显示 5 3个肿瘤阳性病灶亦定位于相应的CT或MRI图像上 ,其中 10个病灶在CT、MRI报告中忽略。CT、MRI检测到的另外 2 3个病灶PET显像没有摄取或摄取不高 ,最终都被证明为良性病变。结论 图像的比较与融合有助于更全面地了解病变的性质及与周围解剖结构的关系。采用的融合方法简单、实用 。

CT/MRI融合图像在盆腔肿瘤放疗靶区勾画中的应用

目的探讨CT/MRI融合图像在中老年盆腔肿瘤放疗靶区(GTV)勾画中的应用价值。方法 19例盆腔肿瘤患者均在1周内分别进行CT、MRI异机非同步扫描。全部CT和MRI图像手工配准后传送至飞利浦公司的PINNACLE V8.0放射治疗计划系统,并进行图像融合。由有经验的放疗科医师对CT靶区、MRI靶区及CT与MR融合图像肿瘤靶区(GTV)进行勾画及评价分析。结果 GTVFUSION相对GTVCT提高了6.29%、相对GTVMRI提高了11.84%,融合图像对GTV的勾画明显优于单独CT图像或MRI图像。结论 CT/MRI图像融合技术有利于盆腔肿瘤靶区的确定,提高了临床对盆腔肿瘤靶区(GTV)勾画的准确率,利于患者的诊治。