首页 > 文献资料
-
基于Viscous Fluid模型的快速CT-CBCT图像变形配准算法研究
CT和CBCT图像之间的变形配准是自适应放射治疗中的一项关键技术.本研究利用互信息量作为相似性测度,基于Viscous fluid模型,在图形处理器GPU框架下用CUDA编程语言实现了CT-CBCT快速图像变形配准.本研究选用6例临床头颈部肿瘤患者的CT和CBCT图像对本文算法进行了验证和分析,并与经典demons算法进行了对比.实验结果表明,本文算法能快速、精确地完成CT和CBCT图像的变形配准,配准时间为秒级,能较好地满足临床对于快速变形图像配准的要求.
-
HDR后装治疗CT图像至IMRT CT图像变形配准算法研究
目的 研究将高剂量率(HDR)后装治疗CT图像至IMRT的CT图像变形配准及剂量叠加的方法.方法 对含施源器的HDR CT图像进行分割,通过求解Navier-Stokes方程实现对施源器区域收缩变形以去除施源器;然后再利用基于Demons的图像变形配准方法,将去除施源器后的CTHDR图像及其剂量变形至CTIMRT图像域,完成HDR-IMRT CT图像变形配准及剂量累加.结果 利用5例宫颈癌患者放疗期间CTHDR和CTIMRT图像和相应剂量分布图像对算法进行验证,结果表明相对于一般变形配准算法,本算法能有效消除HDR CT图像中施源器对变形配准影响,得到精确的HDR-IMRT累加剂量分布.结论 ART中对总剂量监测和评价可让医生根据患者实际受量,重新优化放疗计划,以实现放射剂量的精确投照.本算法可有效实现宫颈癌患者HDR-IMRT剂量的精确累加,其精度能满足实际临床的需要.
-
GPU框架下基于改进Demons算法的CT-CBCT图像变形配准研究
目的:针对自适应放射治疗中的关键技术——CT和CBCT图像变形配准问题,提出一种基于图形处理器GPU的改进Demons配准算法.方法:通过匹配CT和CBCT图像相应体素局部邻域点集的k阶样本矩,计算CBCT图像每一个体素CT值的线性变换系数,并在每一次Demons迭代过程中,对原CBCT图像逐体素做CT值线性变换,后利用Demons公式计算变形场.结果:5例临床头颈部肿瘤患者的CT和CBCT图像配准结果表明,改进后算法不受CT和CBCT图像CT值强度不一致的影响,能快速、精确的完成图像的变形配准.结论:基于GPU框架的改进Demons算法可以快速精确完成CT-CBCT图像变形配准,较好的满足了临床对于快速变形图像配准的要求.
