本项目的研究目的是结合多尺度理论来研究医学图像形变配准和纹理分析新技术,并在肿瘤精确放疗中进行临床应用。形变配准技术是实现图像引导自适应放疗的关键,针对采用互信息作为相似性测度的形变配准算法计算量较大,且缺少空间位置信息等缺陷,本项目提出具有边缘保护性质的多尺度配准框架,以此实现计划CT与日常放疗CBCT图像配准,在保证精度的前提下达到减少计算量的目的,从而有效指导放疗摆位和自适应放疗。同时,为跟踪放疗过程中肿瘤的变化,本项目选取具有多尺度和多方向性质的双树复小波变换来分别表达放疗过程中4D-CBCT图像的全局和局部形变,并使用Naiver偏微分方程设计极小化能量函数实现小波系数的估计。另外,为帮助临床医生制定更为合理的放疗计划,采用多尺度技术提取PET图像中肿瘤内纹理特征,并量化肿瘤异质性程度。本项目所开展的研究,对于医学图像处理算法理论研究和临床肿瘤精确放疗应用均具有重要意义。
英文主题词multiscale analysis;deformable registration;tumor texture analysis;image guided radiation therapy;