數(shù)字化人體模型開發(fā)及其在CT圖像自動分割中的應用.pdf

1、CT圖像分割是進行腫瘤病情診斷和放射治療計劃制定之前最為重要的步驟之一。分割的主要目的是將圖像分割成與身體組織器官有相關性的不同部分。CT圖像分割的完成一般需要醫(yī)生或物理師借助專業(yè)醫(yī)療器械軟件手動進行，十分耗時費力。并且由于人為操作帶來的誤差，手動分割對精確放射治療計劃的制定產(chǎn)生了不利影響。借助于對圖像灰度信息的理解或者是引入先驗勾畫知識的手段，自動CT圖像分割逐漸成熟?；谀Ｐ偷淖詣臃指罴夹g是其中一種，該技術利用了對組織器官空間形狀的

2、預先認知與初始模型可行變的特性，具有比較強的靈活性。數(shù)字化人體模型（又稱計算機人體模型、體模）是能夠模擬人體全身重要組織器官的計算機模型。第一代數(shù)字化人體模型在上世紀60年代被提出，經(jīng)過近60年的發(fā)展，先后有三代模型被提出:程式化體模、體素體模和基于邊界表示的新型體模。對體素體模進行變形極度困難，所以以非均勻有理樣條或以多邊形表示的基于邊界表示的新型體模成為了最后的選擇。第三代體模內部包含有數(shù)量眾多的精細組織器官模型并且模型具有可變形的

3、優(yōu)點，可以作為基于模型的自動分割技術的初始模型。但是體模的應用集中在輻射防護與劑量學相關領域，在醫(yī)學圖像自動分割中的應用報道少見。
　　博士課題的目標是開發(fā)一種符合中國人參數(shù)的數(shù)字化人體模型及研究基于該模型的CT醫(yī)學圖像自動分割方法。為實現(xiàn)該目標，本文將其分成如下四個任務:(1)研制一套代表不同性別、不同年齡段的第三代數(shù)字化中國人計算機模型、(2)增加體模功能以適應于新的CT自動分割任務、(3)完成基于數(shù)字化人體模型的CT自動分割

4、算法、(4)開發(fā)相關軟件并與驗證其在臨床治療計劃系統(tǒng)中的適用性。本文首先整理與計算中國人人群解剖與生理參數(shù)，整合相關報告數(shù)據(jù)并采用擬合等方式獲取缺失數(shù)據(jù)，經(jīng)過手動與自動結合的方式變形第三代人體模型RPI-AM/RPI-AF得到一系列代表不同年齡段，不同性別的符合中國國人人群參數(shù)的數(shù)字化人體模型，分別命名為:USTC-AM，USTC-AF,USTC-15M，USTC-15F，USTC-10M，USTC-10F,USTC-5M，USTC-5

5、F。考慮到CT圖像與體模間的差異，本課題開拓了體模學習新的勾畫數(shù)據(jù)的能力，添加了體模體素特性并建立了與體模對應的一系列CT特性。最終利用體模新的CT特性指導體模形變并應用主動輪廓方法優(yōu)化最終模型達到CT圖像自動分割的目的。本文以一例成年男性頭頸部CT器官分割為例驗證該算法。其中大腦、腦干與脊髓的分割結果與經(jīng)驗豐富的臨床醫(yī)生手動勾畫的結果體積重疊率(DSC系數(shù))均在0.7以上，器官結構間的最短距離平均約為2mm。同時本課題開發(fā)成功體模體素

6、化編輯軟件、CT勾畫數(shù)據(jù)轉換成器官標簽圖像軟件、圖像配準軟件、圖像自動分割軟件。相比于需要花費約一個小時完成頭頸部危及器官勾畫的手動方式，本自動勾畫程序勾畫相應器官需要用時減少至30分鐘，主要費時在圖像配準的任務。為了驗證軟件的適用性，本課題成功在治療計劃系統(tǒng)DeepPlan中嵌入圖像配準軟件并使用3D Slicer成功導入了自動分割軟件的分割結果，證明了我們的算法和軟件與臨床工具的兼容性。本文主要的創(chuàng)新點包括:(1)在國標數(shù)據(jù)的基礎上