CN111166332B - 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 - Google Patents
一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 Download PDFInfo
- Publication number
- CN111166332B CN111166332B CN202010143077.XA CN202010143077A CN111166332B CN 111166332 B CN111166332 B CN 111166332B CN 202010143077 A CN202010143077 A CN 202010143077A CN 111166332 B CN111166332 B CN 111166332B
- Authority
- CN
- China
- Prior art keywords
- magnetic resonance
- coordinate system
- size
- image
- dicom image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 119
- 238000001959 radiotherapy Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 86
- 238000003384 imaging method Methods 0.000 claims abstract description 64
- 239000002207 metabolite Substances 0.000 claims abstract description 36
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 241001270131 Agaricus moelleri Species 0.000 claims abstract description 4
- 238000004611 spectroscopical analysis Methods 0.000 claims description 45
- 206010028980 Neoplasm Diseases 0.000 claims description 19
- 239000010410 layer Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000003902 lesion Effects 0.000 claims description 4
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000011426 transformation method Methods 0.000 claims description 4
- 239000002356 single layer Substances 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000012805 post-processing Methods 0.000 claims description 2
- 230000002503 metabolic effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- CVSVTCORWBXHQV-UHFFFAOYSA-N creatine Chemical compound NC(=[NH2+])N(C)CC([O-])=O CVSVTCORWBXHQV-UHFFFAOYSA-N 0.000 description 2
- 238000002715 modification method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 239000002671 adjuvant Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003855 cell nucleus Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 229960001231 choline Drugs 0.000 description 1
- OEYIOHPDSNJKLS-UHFFFAOYSA-N choline Chemical compound C[N+](C)(C)CCO OEYIOHPDSNJKLS-UHFFFAOYSA-N 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 229960003624 creatine Drugs 0.000 description 1
- 239000006046 creatine Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000033310 detection of chemical stimulus Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- High Energy & Nuclear Physics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法,该方法首先读取二维磁共振波谱和三维磁共振图像的头文件中定义的空间信息字段,通过坐标变换确定二维磁共振波谱体素对应于磁共振图像矩阵中坐标的集合;然后,根据波谱扫描成像区域(FOV,field of view)中所有体素中代谢物的值和位置信息,逐层修改对应的磁共振图像矩阵中的像素,并写回到原图像的DICOM文件;最后,将DICOM文件导入放疗计划***,指导靶区勾画。本发明通过将磁共振波谱融合到三维磁共振图像,使文本存储的波谱代谢物数据以不同灰度的形式在磁共振图像上展现,为放疗靶区勾画增加了代谢信息,提高勾画精度,给肿瘤放疗临床医生开展放疗工作提供了技术支持。
Description
技术领域
本发明属于医学影像后处理应用技术领域,涉及一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法。
背景技术
21世纪以来,放射治疗已成为肿瘤治疗中发展最迅猛的方法之一,其通过电离辐射破坏细胞核中的DNA,使细胞失去增殖能力,以达到杀死肿瘤细胞的目的,其疗效(根治性,辅助性及姑息性)已经得到了广大医患的认可。放疗计划***是一种通过对放射源及患者建模,来模拟一个放射治疗方案的计算机软件***。在肿瘤患者接受放射治疗前,要在放疗计划***平台上为每一例患者进行放疗计划设计,设计放疗计划的第一步是对肿瘤区域进行勾画,即放疗靶区勾画,首先,由影像科医生对患者进行CT扫描,并将扫描后得到的患者体部断层图像传输至放疗计划***计算机工作站;第二步,由放疗科临床医生在放疗计划***显示的患者断层图像上勾画肿瘤区域及肿瘤周围各正常器官的轮廓;放射治疗计划中靶区的勾画最常采用的图像是CT影像和磁共振影像,CT图像反映出组织密度(电子密度),是放射剂量准确计算的基础,磁共振影像拥有较高的软组织分辨能力;然而,部分肿瘤周围组织的异常并不能在CT图像和磁共振图像上显现。
磁共振波谱没有应用于放射治疗靶区勾画的主要原因有三点:第一,二者的格式不同,波谱原始数据经后处理软件分析得到.csv格式,磁共振影像是DICOM格式,目前尚无能将二者融合的软件;第二,临床应用中,放疗临床医师只能凭借主观记忆还原磁共振影像中的波谱信息,可能会出现读数错误和视觉偏差,可操作性差,容易出现较大的误差;第三,传统的基于.rda格式磁共振波谱和DICOM格式磁共振影像的融合方法耗时较长,例如“一种融合二维磁共振波谱和三维磁共振导航影像的方法”(申请号:201310454669.3),融合平均耗时20分钟,误差较大,且占用昂贵的磁共振设备医疗资源。
磁共振波谱作为一种先进的影像诊断技术,可展现组织或病变区域每一个体素内的化学成分组成,而测定代谢物浓度的峰值高度、不同峰值的比值及波峰的整体组成等方法都可用于鉴别组织组成,例如胆碱Cho是肿瘤特异性代谢物,肌酸Cr在脑内含量较为稳定,Cho/Cr通常被用来衡量肿瘤的恶性程度,磁共振波谱作为目前进行活体组织内化学物质无创性检测的唯一方法,对肿瘤定性和鉴别侵润范围有重要意义。因此,若能将磁共振波谱与磁共振影像融合后导入放射治疗计划***指导放疗靶区勾画,将进一步推动精确放疗技术的发展和应用。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法,该方法通过坐标变换,确定二维磁共振波谱扫描成像区域(FOV,field of view)内每个体素所包含的像素在对应层面磁共振图像矩阵中的坐标,根据体素内代谢物的值,修改图像矩阵中对应位置的像素值,解决了二维磁共振波谱不能与磁共振影像融合用于放疗靶区勾画的问题,为放疗靶区勾画增加了一个维度的信息,同时融合所用时间短,准确性高,将进一步推动精确放疗技术的发展和应用。
为实现上述技术目的,本发明采取的技术方案为:一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法,包括:
步骤1)读取二维磁共振波谱和三维磁共振图像的头文件中定义的空间信息字段,通过坐标变换确定二维磁共振波谱体素对应于磁共振图像矩阵中坐标的集合,具体包括:
步骤1.1)从磁共振设备导出三维磁共振图像的DICOM图像、二维磁共振波谱.spar头文件及二维磁共振波谱.sdat数据文件,所述二维磁共振波谱.spar头文件包含波谱空间信息字段,每层二维磁共振波谱.sdat数据文件经磁共振波谱后处理软件处理得到一个二维磁共振波谱.csv文件,该二维磁共振波谱.csv文件包含该层磁共振波谱每一个体素的行列号以及代谢物信息;
步骤1.2)选取对于肿瘤病变特异性高的代谢物为感兴趣代谢物,所述二维磁共振波谱.csv文件中包含该代谢物在磁共振波谱扫描成像区域(FOV)中不同位置的波谱体素中的含量值;
步骤1.3)根据二维磁共振波谱.spar头文件和三维磁共振图像的DICOM图像头文件中的空间信息字段进行坐标变换,确定二维磁共振波谱感扫描成像区域(FOV)与对应层面磁共振图像的4个交点在三维磁共振图像的DICOM图像矩阵坐标系下的坐标,进而确定该层磁共振波谱扫描成像区域(FOV)内每个体素所包含的像素在DICOM图像矩阵坐标系下的坐标集合;
其中,磁共振波谱.spar文件中定义空间信息的字段为:(ap_off_center,lr_off_center,cc_off_center,波谱扫描成像区域FOV的中心在病人坐标系下的坐标),(ap_angulation,lr_angulation,cc_angulation,磁共振波谱扫描成像区域(FOV)与病人坐标系三个坐标轴方向所呈角度),(ap_size,lr_size,cc_size,波谱扫描成像区域沿病人坐标系三个坐标轴的长度),(averages,单个波谱体素的宽度);磁共振图像的DICOM图像头文件中定义空间信息的字段为:Image Position(二维磁共振DICOM图像原点在病人坐标系下的坐标),Image Orientation(二维磁共振DICOM图像的行和列在病人坐标系下方向的余弦值),Pixel Spacing(病人坐标系下像素的行间距和列间距),Width(二维磁共振DICOM图像矩阵的宽),Height(二维磁共振DICOM图像矩阵的高);
其中,二维磁共振波谱感扫描成像区域(FOV)与对应层面二维磁共振图像的4个交点在三维磁共振图像的DICOM图像矩阵坐标系下的坐标变换涉及三个坐标空间,分别为:病人坐标系,磁共振波谱局部坐标系和DICOM图像矩阵坐标系,所述病人坐标系是磁共振波谱局部坐标系和DICOM图像矩阵坐标系相互转换的桥梁,具体变换方法如下:
1.3.1)根据二维磁共振波谱.spar头文件中的cc_off_center参数与不同层面二维磁共振图像的DICOM图像头文件中字段Image Position中的第三个值之差的绝对值最小,确定二维磁共振波谱扫描成像区域(FOV)对应层面的二维磁共振DICOM图像(即病人坐标系下,二者在Z方向上最近);
1.3.2)获取上述对应二维磁共振DICOM图像的4个顶点像素在病人坐标系下的坐标,变换公式如下:
其中,4个顶点在DICOM图像矩阵坐标系下的坐标为(Width,Height),(0,Height),(0,0),(Width,0);将上述4个点分别带入(i,j);(i,j)表示DICOM图像矩阵坐标系下的坐标,j点为像素点在DICOM图像矩阵坐标系下像素的行号,i为像素点在DICOM图像矩阵坐标系下像素的列号;(Px,Py,Pz)是病人坐标系下的坐标,单位为mm;(Xx,Xy,Xz)为字段ImageOrientation中的前三个值,代表二维磁共振DICOM图像列递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Yx,Yy,Yz)为字段Image Orientation中的后三个值,代表二维磁共振DICOM图像行递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Sx,Sy,Sz)为字段ImagePosition的值,代表二维磁共振DICOM图像原点在病人坐标系下的坐标,所述二维磁共振DICOM图像原点为病人坐标系下二维磁共振DICOM图像的左上角顶点P3;Δi为字段PixelSpacing中的第一个值,代表病人坐标系下像素之间的行间距,单位为mm;Δj为字段PixelSpacing中的第二个值,单位为mm,代表病人坐标系下像素之间的列间距;
1.3.3)单个磁共振波谱体素是三维的,所以二维磁共振波谱扫描成像区(FOV)实际上也是三维的,具有8个顶点,这8个顶点在磁共振波谱局部坐标系下的坐标分别为:
v11(lr_size/2,ap_size/2,cc_size/2)
v12(lr_size/2,ap_size/2,-cc_size/2)
v21(-lr_size/2,ap_size/2,-cc_size/2)
v22(-lr_size/2,ap_size/2,-cc_size/2)
v31(-lr_size/2,-ap_size/2,cc_size/2)
v32(-lr_size/2,-ap_size/2,-cc_size/2)
v41(lr_size/2,-ap_size/2,cc_size/2)
v42(lr_size/2,-ap_size/2,-cc_size/2)
其中,字段lr_size,ap_size,cc_size分别代表磁共振波谱扫描成像区(FOV)沿病人坐标系y,x,z轴的长度,单位为mm,磁共振波谱局部坐标系的原点位于磁共振波谱扫描成像区(FOV)的中心;
1.3.4)利用步骤1.3.3)获得的磁共振波谱扫描成像区(FOV)的8个顶点在磁共振波谱局部坐标系下的坐标,进一步计算这8个顶点转换到病人坐标系下的坐标,变换公式为:
其中,(l,p,s)为病人坐标系下的坐标,(x,y,z)为磁共振波谱局部坐标系下的坐标;
Ry(α)矩阵表示绕病人坐标系的y轴旋转α角度,其中α=ap_angulation,
Rx(β)矩阵表示绕病人坐标系的x轴旋转β角度,其中β=lr_angulation,
Rz(γ)矩阵表示绕病人坐标系的z轴旋转γ角度,其中γ=cc_angulation,
从而得到磁共振波谱扫描成像区域(FOV)的8个顶点在病人坐标系下的坐标点:f11,f12,f21,f22,f31,f32,f41,f42;
1.3.5)计算二维磁共振波谱扫描成像区域(FOV)与对应层面的二维磁共振DICOM图像的4个交点在病人坐标系下的坐标,即hi(i=1,2,3,4),联立方程组,解hi(i=1,2,3,4),公式如下:
其中,hi(i=1,2,3,4)表示二维磁共振波谱扫描成像区域(FOV)与对应层面的二维磁共振DICOM图像的4个交点;fik(i=1,2,3,4k=1,2)表示由步骤1.3.4)得到的磁共振波谱扫描成像区域(FOV)的8个顶点在病人坐标系下的坐标;Pi(i=1,2,3,4)表示由步骤1.3.2)得到的二维磁共振DICOM图像的4个顶点像素在病人坐标系下的坐标,分别为:左上角点P3,右上角点P4,右下角点P1,左下角点P2;
1.3.6)计算步骤1.3.5)中得到的4个交点hi(i=1,2,3,4)在DICOM图像矩阵坐标系下的坐标dk(mk,nk)(k=1,2,3,4),其中,d1代表右下角交点,d2代表左下角交点,d3代表左上角交点,d4代表右上角交点,mk,nk分别表示该点在DICOM图像矩阵坐标系下的行号和列号,计算公式如下:
其中,代表从点hi(i=1,2,3,4)指向图像左上角点p3的向量;mk代表dk点在DICOM图像矩阵坐标系下的行号,nk代表dk点在DICOM图像矩阵坐标系下的列号;round表示对小数点后四舍五入取整;Δi为字段Pixel Spacing中的第一个值,代表病人坐标系下像素的行间距,单位mm;Δj为字段Pixel Spacing中的第二个值,代表病人坐标系下像素的列间距,单位mm;
1.3.7)磁共振波谱扫描成像区域(FOV)中,第r行第c列的体素左上角像素点在DICOM图像坐标系下的坐标为grc(m,n),该体素中所有像素在DICOM图像坐标系下的坐标集合为{Grc},计算公式如下:
其中,{Grc}代表第r行第c列的体素方格内所有像素在DICOM图像坐标系下的坐标的集合;lr_size代表磁共振波谱扫描成像区域(FOV)在病人坐标系下列递增方向的长度;ap_size代表磁共振波谱扫描成像区域(FOV)在病人坐标系下行递增方向的长度;averages代表病人坐标系下单个体素的宽度;lr_size/averages代表波谱的总列数;ap_size/averages代表波谱的总行数;m3代表d3点在DICOM图像坐标系下列递增方向的坐标值;m4代表d4点在DICOM图像坐标系下列递增方向的坐标值;n2代表d2点在DICOM图像坐标系下行递增方向的坐标值;n3代表d3点在DICOM图像坐标系下行递增方向的坐标值;p和q均为整数;
步骤2)根据磁共振波谱扫描成像区域(FOV)中所有体素中代谢物的值和位置信息,逐层修改对应的磁共振图像矩阵中的像素,并写回到原磁共振图像的DICOM文件,具体包括:
步骤2.1)根据单层磁共振波谱扫描成像区域(FOV)内每个体素(1cm×1cm)所包含的像素在DICOM图像矩阵坐标的集合、体素中代谢物的值以及代谢物值的设定范围,修改坐标集合对应的DICOM图像矩阵的像素,使像素对应的体素以不同的灰度显示,具体修改方法为:
2.1.1)根据二维磁共振波谱.csv文件可知感兴趣代谢物在每个波谱体素中的值V(r,c);放射治疗临床医生根据实际需要将感兴趣代谢物的值分为k个区间Ci,i=1,2,3…k;
2.1.2)根据{Grc}和V(r,c)以及V(r,c)所在的区间Cii∈[1,k],分别将同一区间的多个波谱体素的坐标集合{Grc}i对应的像素灰度同时加或减一个相同的灰度值,公式如下:
set_gray({Grc}i)=get_gray({Grc}i)±i×(get_max_gray(dicom)/8)i∈[1,k]
其中,set_gray({Grc}i)表示对坐标集合{Grc}i对应的像素进行赋值;get_gray({Grc}i)表示获取坐标集合{Grc}i对应的像素的灰度值;get_max_gray(dicom)表示获取该dicom图像矩阵中灰度的最大值;(get_max_gray(dicom)/8)中8是一个经验值,根据实际情况可适当调整,调整范围为小于等于代谢物区间数k;
步骤2.2)对于多层面的二维磁共振波谱,重复上述步骤,以实现三维磁共振波谱体素对应于磁共振图像矩阵中像素的全部修改;
步骤2.3)将像素值修改后的DICOM图像矩阵写回原磁共振图像的DICOM文件中;
步骤3)将修改后的磁共振图像DICOM文件导入放疗计划***,指导放疗靶区勾画。
本发明与现有技术相比,具有以下有益效果:
1)一种融合二维磁共振波谱和三维磁共振导航影像的方法(申请号:201310454669.3)基于互信息算法将.rda格式磁共振波谱和DICOM格式磁共振影像融合,耗时平均20分钟/层,本发明充分利用磁共振波谱数据和磁共振影像数据头文件中的空间坐标信息,以病人坐标系为桥梁,采用坐标变换的方法使得磁共振波谱扫描成像区域(FOV)与对应层面的磁共振影像严格配准,误差更小,耗时更短,平均5秒/层(基于普通笔记本电脑Intel Core i5-5275U处理器,8GB内存);
2)本发明所采用的方法时间复杂度低,不需要采用形变配准算法,无需搜索计算互相关等相似度度量函数的最优值,本方法可在普通笔记本或台式机上运行,无需占用昂贵的GPU图像工作站资源;
3)与单纯磁共振图像相比,融合二维磁共振波谱和三维磁共振影像的融合图像可同时显示病灶的形态特征与代谢物特征,为放疗靶区勾画增加了一个代谢物维度的信息,提高肿瘤靶区勾画的精准度,并且融合图像为能够被放疗计划***识别的dicom格式,不需要对计划***增加额外的硬件设施,将进一步推动精确放疗技术的发展和应用。
附图说明
图1为本发明所述放疗靶区勾画方法的整体步骤流程图;
图2为病人坐标系示意图;
图3为二维磁共振波谱局部坐标系示意图;
图4为磁共振DICOM图像矩阵坐标系示意图,其中,Pixel Spacing(1)表示像素的行间距,Pixel Spacing(2)表示像素的列间距;
图5为病人坐标系下,二维磁共振波谱扫描成像区域(FOV)与对应层面磁共振图像空间位置关系示意图;
图6为DICOM图像矩阵坐标系下,二维磁共振波谱扫描成像区域(FOV)与磁共振图像空间位置关系示意图;
图7为多层面二维磁共振波谱与磁共振图像融合示意图;
图8为基于磁共振图像的放疗靶区勾画示意图;
图9为基于磁共振波谱和磁共振图像的放疗靶区勾画示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
如图1~7所示的一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法,包括:
步骤1)读取二维磁共振波谱和三维磁共振图像的头文件中定义的空间信息字段,通过坐标变换确定二维磁共振波谱体素对应于磁共振图像矩阵中坐标的集合,具体包括:
步骤1.1)从磁共振设备导出三维磁共振图像的DICOM图像、二维磁共振波谱.spar头文件及二维磁共振波谱.sdat数据文件,所述二维磁共振波谱.spar头文件包含波谱空间信息字段,每层二维磁共振波谱.sdat数据文件经磁共振波谱后处理软件处理得到一个二维磁共振波谱.csv文件,该二维磁共振波谱.csv文件包含该层磁共振波谱每一个体素的行列号以及代谢物信息;
步骤1.2)选取对于肿瘤病变特异性高的代谢物为感兴趣代谢物,二维磁共振波谱.csv文件中包含该代谢物在磁共振波谱扫描成像区域(FOV)中不同位置的波谱体素中的含量值;
步骤1.3)根据二维磁共振波谱.spar头文件和磁共振图像的DICOM图像头文件中的空间信息字段进行坐标变换(如图3~6所示),确定二维磁共振波谱扫描成像区域(FOV)与对应层面磁共振图像的4个交点在三维磁共振图像的DICOM图像矩阵坐标系下的坐标,进而确定该层磁共振波谱扫描成像区域(FOV)内每个体素所包含的像素在DICOM图像矩阵坐标系下的坐标集合;
其中,磁共振波谱.spar文件中定义空间信息的字段为:(ap_off_center,lr_off_center,cc_off_center,磁共振波谱扫描成像区域(FOV)的中心在病人坐标系下的坐标),(ap_angulation,lr_angulation,cc_angulation,磁共振波谱扫描成像区域(FOV)与病人坐标系三个坐标轴方向所呈角度),(ap_size,lr_size,cc_size,磁共振波谱扫描成像区域(FOV)沿病人坐标系三个坐标轴的长度),(averages,单个波谱体素的宽度);磁共振图像的DICOM图像头文件中定义空间信息的字段为:Image Position(二维磁共振DICOM图像原点在病人坐标系下的坐标),Image Orientation(二维磁共振DICOM图像的行和列在病人坐标系下方向的余弦值),Pixel Spacing(病人坐标系下像素的行间距和列间距),Width(二维磁共振DICOM图像矩阵的宽),Height(二维磁共振DICOM图像矩阵的高);
其中,二维磁共振波谱感扫描成像区域(FOV)与对应层面二维磁共振图像的4个交点在三维磁共振图像的DICOM图像矩阵坐标系下的坐标变换涉及三个坐标空间,分别为:病人坐标系,磁共振波谱局部坐标系和DICOM图像矩阵坐标系,所述病人坐标系是磁共振波谱局部坐标系和DICOM图像矩阵坐标系相互转换的桥梁,具体变换方法如下:
1.3.1)根据二维磁共振波谱.spar头文件中的cc_off_center参数与不同层面磁共振DICOM图像头文件中字段Image Position中的第三个值(Z方向的坐标)之差的绝对值最小,确定二维磁共振波谱扫描成像区域(FOV)对应层面的二维磁共振DICOM图像(即病人坐标系下,二者在Z方向上最近);
1.3.2)获取上述对应二维磁共振DICOM图像的4个顶点像素在病人坐标系下的坐标,变换公式如下:
其中,4个顶点在DICOM图像矩阵坐标系下的坐标为(Height,Width),(0,Width),(0,0),(Height,0);将上述4个点分别带入(i,j);(i,j)表示DICOM图像矩阵坐标系下的坐标,j点为像素点在DICOM图像矩阵坐标系下像素的行号,i为像素点在DICOM图像矩阵坐标系下像素的列号;(Px,Py,Pz)是病人坐标系下的坐标,单位为mm;(Xx,Xy,Xz)为字段ImageOrientation中的前三个值,代表二维磁共振DICOM图像列递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Yx,Yy,Yz)为字段Image Orientation中的后三个值,代表二维磁共振DICOM图像行递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Sx,Sy,Sz)为字段ImagePosition的值,代表二维磁共振图像原点在病人坐标系下的坐标,所述二维磁共振图像原点为图像左上角顶点P3;Δi为字段Pixel Spacing中的第一个值,代表病人坐标系下像素之间的行间距,单位为mm;Δj为字段Pixel Spacing中的第二个值,单位为mm,代表病人坐标系下像素之间的列间距;
1.3.2)单个磁共振波谱体素是三维的,所以二维磁共振波谱的扫描成像区(FOV)实际上也是三维的,具有8个顶点,这8个顶点在磁共振波谱局部坐标系下的坐标分别为:
v11(lr_size/2,ap_size/2,cc_size/2)
v12(lr_size/2,ap_size/2,-cc_size/2)
v21(-lr_size/2,ap_size/2,-cc_size/2)
v22(-lr_size/2,ap_size/2,-cc_size/2)
v31(-lr_size/2,-ap_size/2,cc_size/2)
v32(-lr_size/2,-ap_size/2,-cc_size/2)
v41(lr_size/2,-ap_size/2,cc_size/2)
v42(lr_size/2,-ap_size/2,-cc_size/2)
其中,字段lr_size,ap_size,cc_size分别代表磁共振波谱扫描成像区域(FOV)沿病人坐标系y,x,z轴的长度,单位为mm,磁共振波谱局部坐标系的原点位于磁共振波谱扫描成像区域(FOV)的中心;
1.3.4)利用步骤1.3.3)获得的磁共振波谱扫描成像区域(FOV)的8个顶点在磁共振波谱局部坐标系下的坐标,进一步计算这8个顶点转换到病人坐标系下的坐标,变换公式为:
其中,(l,p,s)为病人坐标系下的坐标,(x,y,z)为磁共振波谱局部坐标系下的坐标;
Ry(α)矩阵表示绕病人坐标系的y轴旋转α角度,其中α=ap_angulation,
Rx(β)矩阵表示绕病人坐标系的x轴旋转β角度,其中β=lr_angulation,
Rz(γ)矩阵表示绕病人坐标系的z轴旋转γ角度,其中γ=cc_angulation,
从而得到磁共振波谱扫描成像区域(FOV)的8个顶点在病人坐标系下的坐标点:f11,f12,f21,f22,f31,f32,f41,f42;
1.3.5)计算二维磁共振波谱扫描成像区域(FOV)与对应层面的二维磁共振DICOM图像的4个交点在病人坐标系下的坐标,即hi(i=1,2,3,4),联立方程组,解hi(i=1,2,3,4),公式如下:
其中,hi(i=1,2,3,4)表示二维磁共振波谱扫描成像区域(FOV)与对应层面的二维磁共振DICOM图像的4个交点;fik(i=1,2,3,4k=1,2)表示由步骤1.3.4)得到的磁共振波谱扫描成像区域(FOV)的8个顶点在病人坐标系下的坐标;Pi(i=1,2,3,4)表示由步骤1.3.2)得到的二维磁共振DICOM图像扫描成像区域(FOV)的4个顶点像素在病人坐标系下的坐标,分别为:左上角点P3,右上角点P4,右下角点P1,左下角点P2;
1.3.6)计算步骤1.3.5)中得到的4个交点hi(i=1,2,3,4)在DICOM图像矩阵坐标系下的坐标dk(mk,nk)(k=1,2,3,4),其中,d1代表右下角交点,d2代表左下角交点,d3代表左上角交点,d4代表左下角交点,mk,nk分别表示该点在DICOM图像矩阵坐标系下的行号和列号,计算公式如下:
其中,代表从点hi(i=1,2,3,4)指向图像左上角点p3的向量;mk代表dk点在DICOM图像矩阵坐标系下的行号,nk代表dk点在DICOM图像矩阵坐标系下的列号;round表示对小数点后四舍五入取整;Δi为字段Pixel Spacing中的第一个值,代表病人坐标系下像素的行间距,单位mm;Δj为字段Pixel Spacing中的第二个值,代表病人坐标系下像素的列间距,单位mm;
1.3.7)磁共振波谱扫描成像区域(FOV)中,第r行第c列的体素左上角点在DICOM图像坐标系下的坐标为grc(m,n),该体素中所有像素在DICOM图像坐标系下的坐标集合为{Grc},计算公式如下:
其中,{Grc}代表第r行第c列的体素方格内所有像素在DICOM图像坐标系下的坐标的集合;lr_size代表磁共振波谱扫描成像区域(FOV)在病人坐标系下列递增方向的长度;ap_size代表磁共振波谱扫描成像区域(FOV)在病人坐标系下行递增方向的长度;averages代表病人坐标系下单个体素的宽度;lr_size/averages代表波谱的总列数;ap_size/averages代表波谱的总行数;m3代表d3点在DICOM图像坐标系下列递增方向的坐标值;m4代表d4点在DICOM图像坐标系下列递增方向的坐标值;n2代表d2点在DICOM图像坐标系下行递增方向的坐标值;n3代表d3点在DICOM图像坐标系下行递增方向的坐标值;p和q均为整数;
步骤2)根据磁共振波谱扫描成像区域(FOV)中所有体素中代谢物的值和位置信息,逐层修改对应的磁共振图像矩阵中的像素,并写回到原磁共振图像的DICOM文件,具体包括:
步骤2.1)根据单层磁共振波谱扫描成像区域(FOV)内每个体素(1cm×1cm)所包含的像素在DICOM图像矩阵坐标的集合、体素中代谢物的值以及代谢物值的设定范围,修改坐标集合对应的DICOM图像矩阵的像素,使像素对应的体素以不同的灰度显示,具体修改方法为:
2.1.1)根据二维磁共振波谱.csv文件可知感兴趣代谢物在磁共振波谱扫描成像区域(FOV)中每个波谱体素中的值V(r,c);放射治疗临床医生根据实际需要将感兴趣代谢物的值分为k个区间Ci,i=1,2,3…k;
2.1.2)根据{Grc}和V(r,c)以及V(r,c)所在的区间Cii∈,1,k],分别将同一区间的多个波谱体素的坐标集合{Grc}i对应的像素灰度同时加或减一个相同的灰度值,公式如下:
set_gray({Grc}i)=get_gray({Grc}i)±i×(get_max_gray(dicom)/8)i∈[1,k]
其中,set_gray({Grc}i)表示对坐标集合{Grc}i对应的像素进行赋值;get_gray({Grc}i)表示获取坐标集合{Grc}i对应的像素的灰度值;get_max_gray(dicom)表示获取该dicom图像矩阵中灰度的最大值;(get_max_gray(dicom)/8)中8是一个经验值,根据实际情况可适当调整,调整范围为小于等于代谢物区间数k,使得代谢物含量不同的体素间灰度有明显差异;
步骤2.2)对于多层面的二维磁共振波谱,重复上述步骤,以实现三维磁共振波谱体素对应于磁共振图像矩阵中像素的全部修改;
步骤2.3)将像素值修改后的DICOM图像矩阵写回原磁共振图像的DICOM文件中;
步骤3)将修改后的磁共振图像DICOM文件导入放疗计划***,指导放疗靶区勾画。
对比图8所示的基于磁共振图像的放疗靶区勾画示意图和图9所示的基于磁共振波谱和磁共振影像的放疗靶区勾画示意图可见,图9基于融合图像勾画的肿瘤靶区范围相较于图8基于单纯磁共振图像勾画的靶区范围更大(箭头所示线条),而且融合图像可同时反映肿瘤病灶的形态与肿瘤特异性高代谢区域,在靶区勾画时可同时将疑似肿瘤浸润区域也勾画在内,提高了靶区勾画的准确性,可降低肿瘤复发的风险。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (4)
1.一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法,其特征在于,包括:
步骤1)读取二维磁共振波谱和三维磁共振图像的头文件中定义的空间信息字段,通过坐标变换确定二维磁共振波谱体素对应于磁共振图像矩阵中坐标的集合;
步骤2)根据磁共振波谱扫描成像区域中所有体素中代谢物的值和位置信息,逐层修改对应的磁共振图像矩阵中的像素,并写回到原磁共振图像的DICOM文件;
步骤3)将步骤2)修改后的磁共振图像DICOM文件导入放疗计划***,指导放疗靶区勾画;
所述步骤1)包括:
步骤1.1)从磁共振设备导出三维磁共振图像的DICOM图像、二维磁共振波谱.spar头文件及二维磁共振波谱.sdat数据文件,所述二维磁共振波谱.spar头文件包含波谱空间信息字段,所述二维磁共振波谱.sdat数据文件经磁共振波谱后处理软件处理得到二维磁共振波谱.csv文件;
步骤1.2)选取对于肿瘤病变特异性高的代谢物为感兴趣代谢物,所述二维磁共振波谱.csv文件中包含该代谢物在磁共振波谱扫描成像区域中不同位置的波谱体素中的含量值;
步骤1.3)根据二维磁共振波谱.spar头文件和三维磁共振图像的DICOM图像头文件中的空间信息字段进行坐标变换,确定二维磁共振波谱扫描成像区域与对应层面磁共振图像的4个交点在三维磁共振图像的DICOM图像矩阵坐标系下的坐标,进而确定该层磁共振波谱扫描成像区域内每个体素所包含的像素在DICOM图像矩阵坐标系下的坐标集合;
所述二维磁共振波谱.spar头文件中定义空间信息的字段为:ap_off_center,lr_off_center,cc_off_center,ap_angulation,lr_angulation,cc_angulation,ap_size,lr_size,cc_size,averages;所述磁共振图像的DICOM图像头文件中定义空间信息的字段为:Image Position,Image Orientation,Pixel Spacing,Width,Height;
所述字段ap_off_center,lr_off_center,cc_off_center为磁共振波谱扫描成像区域的中心在病人坐标系下的坐标;所述字段ap_angulation,lr_angulation,cc_angulation为磁共振波谱扫描成像区域与病人坐标系三个坐标轴方向所呈角度,所述字段ap_size,lr_size,cc_size为磁共振波谱扫描成像区域沿病人坐标系三个坐标轴的长度;所述字段averages为单个波谱体素的宽度;所述字段Image Position为二维磁共振DICOM图像原点在病人坐标系下的坐标,所述字段Image Orientation为二维磁共振DICOM图像的行和列在病人坐标系下方向的余弦值,所述字段Pixel Spacing为病人坐标系下像素的行间距和列间距,所述字段Width为磁共振DICOM图像矩阵的宽,所述字段Height为磁共振DICOM图像矩阵的高;
所述步骤1.3)中二维磁共振波谱扫描成像区域与对应层面二维磁共振图像的4个交点在DICOM图像矩阵坐标系下坐标的变换涉及三个坐标空间,分别为:病人坐标系,磁共振波谱局部坐标系和DICOM图像矩阵坐标系,所述病人坐标系是磁共振波谱局部坐标系和DICOM图像矩阵坐标系相互转换的桥梁,具体变换方法如下:
1.3.1)根据二维磁共振波谱.spar头文件中的cc_off_center参数与不同层面二维磁共振DICOM图像头文件中字段Image Position中的第三个值之差的绝对值最小,确定二维磁共振波谱扫描成像区域对应层面的二维磁共振DICOM图像;
1.3.2)获取上述对应二维磁共振DICOM图像的4个顶点像素在病人坐标系下的坐标,变换公式如下:
其中,4个顶点在DICOM图像矩阵坐标系下的坐标为(Width,Height),(0,Height),(0,0),(Width,0),将上述4个点分别代入(i,j);(i,j)表示DICOM图像矩阵坐标系下的坐标,j点为像素点在DICOM图像矩阵坐标系下像素的行号,i为像素点在DICOM图像矩阵坐标系下像素的列号;(Px,Py,Pz)是病人坐标系下的坐标,单位为mm;(Xx,Xy,Xz)为字段ImageOrientation中的前三个值,代表二维磁共振DICOM图像列递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Yx,Yy,Yz)为字段ImageOrientation中的后三个值,代表二维磁共振DICOM图像行递增方向与病人坐标系中X,Y,Z轴夹角的余弦值;(Sx,Sy,Sz)为字段ImagePosition的值,代表二维磁共振DICOM图像原点在病人坐标系下的坐标,所述二维磁共振DICOM图像原点为病人坐标系下磁共振DICOM图像的左上角顶点P3;Δi为字段PixelSpacing中的第一个值,代表病人坐标系下像素之间的行间距,单位为mm;Δj为字段PixelSpacing中的第二个值,单位为mm,代表病人坐标系下像素之间的列间距;
1.3.3)单个磁共振波谱体素是三维的,所以二维磁共振波谱的扫描成像区实际上也是三维的,具有8个顶点,这8个顶点在磁共振波谱局部坐标系下的坐标分别为:
v11(lr_size/2,ap_size/2,cc_size/2)
v12(lr_size/2,ap_size/2,-cc_size/2)
v21(-lr_size/2,ap_size/2,-CC_size/2)
v22(-lr_size/2,ap_size/2,-cc_size/2)
v31(-lr_size/2,-ap_size/2,cc_size/2)
v32(-lr_size/2,-ap_size/2,-Cc_size/2)
v41(lr_size/2,-ap_size/2,cc_size/2)
v42(lr_size/2,-ap_size/2,-cc_size/2)
其中,字段lr_size,ap_size,cc_size分别代表磁共振波谱扫描成像区沿病人坐标系y,x,z轴的长度,单位为mm,磁共振波谱局部坐标系的原点位于磁共振波谱扫描成像区的中心;
1.3.4)利用步骤1.3.3)获得的磁共振波谱扫描成像区的8个顶点在磁共振波谱局部坐标系下的坐标,进一步计算这8个顶点转换到病人坐标系下的坐标,变换公式为:
其中,(l,p,s)为病人坐标系下的坐标,(x,y,z)为磁共振波谱局部坐标系下的坐标;
Ry(α)矩阵表示绕病人坐标系的y轴旋转α角度,其中α=ap_angulation,
Rx(β)矩阵表示绕病人坐标系的x轴旋转β角度,其中β=lr_angulation,
Rz(γ)矩阵表示绕病人坐标系的z轴旋转γ角度,其中γ=cc_angulation,
从而得到磁共振波谱扫描成像区域的8个顶点在病人坐标系下的坐标点:f11,f12,f21,f22,f31,f32,f41,f42;
1.3.5)计算二维磁共振波谱扫描成像区域与对应层面的二维磁共振DICOM图像的4个交点在病人坐标系下的坐标,即hi(i=1,2,3,4),联立方程组,解hi(i=1,2,3,4),公式如下:
其中,hi(i=1,2,3,4)表示二维磁共振波谱扫描成像区域与对应层面的二维磁共振DICOM图像的4个交点;fik(i=1,2,3,4k=1,2)表示由步骤1.3.4)得到的磁共振波谱扫描成像区域的8个顶点在病人坐标系下的坐标;Pi(i=1,2,3,4)表示由步骤1.3.2)得到的二维磁共振DICOM图像的4个顶点像素在病人坐标系下的坐标,分别为:左上角点P3,右上角点P4,右下角点P1,左下角点P2;
1.3.6)计算步骤1.3.5)中得到的4个交点hi(i=1,2,3,4)在DICOM图像矩阵坐标系下的坐标dk(mk,nk)(k=1,2,3,4),其中,d1代表右下角交点,d2代表左下角交点,d3代表左上角交点,d4代表右上角交点,mk,nk分别表示该点在DICOM图像矩阵坐标系下的行号和列号,计算公式如下:
其中,代表从点hi(i=1,2,3,4)指向图像左上角点p3的向量;mk代表dk点在DICOM图像矩阵坐标系下的行号,nk代表dk点在DICOM图像矩阵坐标系下的列号;round表示对小数点后四舍五入取整;Δi为字段PixelSpacing中的第一个值,代表病人坐标系下像素的行间距,单位mm;Δj为字段Pixel Spacing中的第二个值,代表病人坐标系下像素的列间距,单位mm;
1.3.7)磁共振波谱扫描成像区域中,第r行第c列的体素左上角像素点在DICOM图像坐标系下的坐标为grc(m,n),该体素中所有像素在DICOM图像坐标系下的坐标集合为{Grc},计算公式如下:
其中,{Grc}代表第r行第c列的体素方格内所有像素在DICOM图像坐标系下的坐标的集合;lr_size代表磁共振波谱扫描成像区域在病人坐标系下列递增方向的长度;ap_size代表磁共振波谱扫描成像区域在病人坐标系下行递增方向的长度;averages代表病人坐标系下单个体素的宽度;lr_size/averages代表波谱的总列数;ap_size/averages代表波谱的总行数;m3代表d3点在DICOM图像坐标系下列递增方向的坐标值;m4代表d4点在DICOM图像坐标系下列递增方向的坐标值;n2代表d2点在DICOM图像坐标系下行递增方向的坐标值;n3代表d3点在DICOM图像坐标系下行递增方向的坐标值;p和q均为整数。
2.根据权利要求1所述的方法,其特征在于:步骤1.1)中,每层二维磁共振波谱的.sdat文件经磁共振波谱后处理技术处理得到一个二维磁共振波谱.csv文件,该二维磁共振波谱.csv文件包含该层磁共振波谱每一个体素的行列号以及代谢物信息。
3.根据权利要求1所述的方法,其特征在于:所述步骤2)包括:
步骤2.1)根据单层磁共振波谱扫描成像区域内每个体素所包含的像素在DICOM图像矩阵坐标的集合、体素中代谢物的值以及代谢物值的设定范围,修改坐标集合对应的DICOM图像矩阵的像素,使像素对应的体素以不同的灰度显示;
步骤2.2)对于多层面的二维磁共振波谱,重复上述步骤,以实现三维磁共振波谱体素对应于磁共振图像矩阵中像素的全部修改;
步骤2.3)将像素值修改后的DICOM图像矩阵写回原磁共振图像的DICOM文件中。
4.根据权利要求3所述的方法,其特征在于:所述步骤2.1),包括:
2.1.1)根据二维磁共振波谱.csv文件可知感兴趣代谢物在每个波谱体素中的值V(r,c);根据实际需要将感兴趣代谢物的值分为k个区间Ci,i=1,2,3...k;
2.1.2)根据{Grc}和V(r,c)以及V(r,c)所在的区间Cii∈[1,k],分别将同一区间的多个波谱体素的坐标集合{Grc}i对应的像素灰度同时加或减一个相同的灰度值,公式如下:
set_gray({Grc}i)=get_gray({Grc}i)±i×(get_max_gray(dicom)/8)i∈[1,k]
其中,set_gray({Grc}i)表示对坐标集合{Grc}i对应的像素进行赋值;get_gray({Grc}i)表示获取坐标集合{Grc}i对应的像素的灰度值;get_max_gray(dicom)表示获取该dicom图像矩阵中灰度的最大值;(get_max_gray(dicom)/8)中8是一个经验值,根据实际情况可适当调整,调整范围为小于等于代谢物区间数k。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143077.XA CN111166332B (zh) | 2020-03-04 | 2020-03-04 | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143077.XA CN111166332B (zh) | 2020-03-04 | 2020-03-04 | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111166332A CN111166332A (zh) | 2020-05-19 |
CN111166332B true CN111166332B (zh) | 2023-01-24 |
Family
ID=70626120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010143077.XA Active CN111166332B (zh) | 2020-03-04 | 2020-03-04 | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111166332B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102333B (zh) * | 2020-09-02 | 2022-11-04 | 合肥工业大学 | 面向b超dicom影像的超声区域分割方法和*** |
CN116433851B (zh) * | 2023-06-13 | 2023-08-11 | 天津市肿瘤医院(天津医科大学肿瘤医院) | 一种基于磁共振影像的放疗靶区图像融合标定方法 |
CN117427286B (zh) * | 2023-10-30 | 2024-04-26 | 南京鼓楼医院 | 一种基于能谱ct的肿瘤放疗靶区识别方法、***及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5951475A (en) * | 1997-09-25 | 1999-09-14 | International Business Machines Corporation | Methods and apparatus for registering CT-scan data to multiple fluoroscopic images |
CN102217936A (zh) * | 2011-06-16 | 2011-10-19 | 华东师范大学 | 一种保证活体磁共振波谱感兴趣区定位准确性的方法 |
CN104224175A (zh) * | 2013-09-27 | 2014-12-24 | 复旦大学附属华山医院 | 一种融合二维磁共振波谱和三维磁共振导航影像的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7697972B2 (en) * | 2002-11-19 | 2010-04-13 | Medtronic Navigation, Inc. | Navigation system for cardiac therapies |
-
2020
- 2020-03-04 CN CN202010143077.XA patent/CN111166332B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5951475A (en) * | 1997-09-25 | 1999-09-14 | International Business Machines Corporation | Methods and apparatus for registering CT-scan data to multiple fluoroscopic images |
CN102217936A (zh) * | 2011-06-16 | 2011-10-19 | 华东师范大学 | 一种保证活体磁共振波谱感兴趣区定位准确性的方法 |
CN104224175A (zh) * | 2013-09-27 | 2014-12-24 | 复旦大学附属华山医院 | 一种融合二维磁共振波谱和三维磁共振导航影像的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111166332A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gietzen et al. | A method for automatic forensic facial reconstruction based on dense statistics of soft tissue thickness | |
Schreibmann et al. | Image interpolation in 4D CT using a BSpline deformable registration model | |
CN111166332B (zh) | 一种基于磁共振波谱和磁共振影像的放疗靶区勾画方法 | |
US9251585B2 (en) | Coregistration and analysis of multi-modal images obtained in different geometries | |
CN104107065B (zh) | 3d图像集在不同空间之间的最佳变换 | |
US8068650B2 (en) | Lesion quantification and tracking using multiple modalities | |
US7564998B2 (en) | Image processing apparatus and method, and program | |
US20080292164A1 (en) | System and method for coregistration and analysis of non-concurrent diffuse optical and magnetic resonance breast images | |
US10045754B2 (en) | Three dimensional (3D) pre-scan based volumetric image data processing | |
US20060002631A1 (en) | ROI selection in image registration | |
US20080287796A1 (en) | Method and system for spine visualization in 3D medical images | |
Gamboa-Aldeco et al. | Correlation of 3D surfaces from multiple modalities in medical imaging | |
US9675311B2 (en) | Follow up image acquisition planning and/or post processing | |
Hu et al. | Design and implementation of automated clinical whole body parametric PET with continuous bed motion | |
US9020215B2 (en) | Systems and methods for detecting and visualizing correspondence corridors on two-dimensional and volumetric medical images | |
CN110264559A (zh) | 一种骨断层图像重建方法及*** | |
JP5296981B2 (ja) | アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ | |
US20110081055A1 (en) | Medical image analysis system using n-way belief propagation for anatomical images subject to deformation and related methods | |
Bennani et al. | Three-dimensional reconstruction of In Vivo human lumbar spine from biplanar radiographs | |
US20110081061A1 (en) | Medical image analysis system for anatomical images subject to deformation and related methods | |
Kadman et al. | Accuracy of patient setup positioning using surface‐guided radiotherapy with deformable registration in cases of surface deformation | |
US20220076808A1 (en) | External device-enabled imaging support | |
US20110081054A1 (en) | Medical image analysis system for displaying anatomical images subject to deformation and related methods | |
CN103356218B (zh) | 一种x射线计算机断层扫描方法和*** | |
CN114159085B (zh) | 一种pet图像衰减校正方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |