放療影像配準模型研發(fā)獲得進展

發(fā)布日期：2022-12-09 作者：康為點擊：

放射治療是利用射線靶向消滅腫瘤細胞的技術(shù)，是癌癥治療的重要技術(shù)手段。為了最大限度地照射腫瘤病灶并保護周圍的組織和器官，多模態(tài)圖像[計算機斷層掃描(ct)、磁共振(MRI)、超聲(us)和錐束CT(CBCT)]引導(dǎo)的放射治療技術(shù)引起了極大的關(guān)注。其中，錐束CT(CBCT)圖像具有骨組織對比度高、空間分辨率高等優(yōu)點。與其他影像引導(dǎo)技術(shù)相比，CBCT影像引導(dǎo)放射治療是目前應(yīng)用最廣泛的影像引導(dǎo)技術(shù)。放射治療醫(yī)生通過剛性或彈性地將定位CT圖像與在治療實施階段掃描的CBCT圖像配準，并通過設(shè)置和驗證不同治療之間的劑量，使得腫瘤的精確放射治療成為可能。

然而，由于CT和CBCT圖像之間灰度差異、結(jié)構(gòu)信息不一致、CBCT圖像質(zhì)量差等因素的干擾，研究快速準確的CT到CBCT圖像配準算法仍然是一個巨大的挑戰(zhàn)(圖1)。傳統(tǒng)的配準算法一般采用迭代優(yōu)化算法，運行時間長，實時性差。目前相關(guān)研究的前沿主要集中在利用深度學習理論研究快速準確的配準方法。然而，這些努力還沒有深入研究CBCT和CT圖像域之間的分布差異以及CBCT的噪聲偽影干擾。

針對上述問題，中國科學院蘇州生物技術(shù)研究所楊曉東研究組等。提出了一種基于邊界梯度引導(dǎo)和跨域特征融合的配準算法。算法的整體結(jié)構(gòu)由兩個重要模塊組成(圖2):邊界引導(dǎo)注意模塊(EGAM)和跨域注意模塊(CDAM)，它們共同構(gòu)成了一個跨域融合注冊網(wǎng)絡(luò)。該網(wǎng)絡(luò)使用兩個具有相同結(jié)構(gòu)的卷積流以非耦合的方式提取ct和CBCT的獨特圖像特征。此外，邊界引導(dǎo)注意模塊充分挖掘梯度圖像的邊界信息，引導(dǎo)配準網(wǎng)絡(luò)對CT和CBCT中相關(guān)解剖結(jié)構(gòu)的對應(yīng)關(guān)系進行建模，抑制CBCT中的噪聲偽影；跨域注意模塊利用全局和局部信息引導(dǎo)來自兩個圖像域的特征映射到一個公共空間，從而緩解圖像域之間的分布差異。

該算法在真實的臨床CT-CBCT數(shù)據(jù)集上進行了測試，與其他先進的配準方法相比，取得了最佳的性能。與傳統(tǒng)的配準方法相比，該方法在TRE、DSC和MHD指標上取得了顯著的提高。TRE誤差從4.00mm下降到2.27mm，DSC指數(shù)從74.02%上升到80.01%，MHD距離從1.62mm下降到1.50 mm，在相同的硬件條件下，該方法的運行速度提高了近10倍。此外，該算法在公開的肺4D-CT數(shù)據(jù)集(Dir-Lab)上取得了具有競爭力的配準性能，顯示了該方法在單模圖像配準中的潛力。未來，團隊將對圖像引導(dǎo)放療中多模態(tài)圖像配準的痛點進行更深入的研究，幫助提高臨床放療的精度和療效。

相關(guān)研究成果發(fā)表在《生物醫(yī)學中的計算機方法和程序》(computer methods and programs in biomedicine)上，標題為CDF regnet:一種用于CT到CBCT圖像配準的跨域融合配準網(wǎng)絡(luò)。該研究得到了山東省自然科學基金、蘇州市科技局、江蘇省衛(wèi)生委員會、常州醫(yī)學物理重點實驗室等項目的支持。