影像引导放疗中交互式肿瘤靶区勾画方法

在图像引导放射治疗中肿瘤(靶区)和危险器官的勾画是制定放疗计划的重要环节。在临床应用中靶区勾画通常是由医生手动完成,虽然这种方法普遍被认为可靠,但是耗时较多且精度受医生主观影响较大。由于临床上人体组织结构的多样性和靶区目标影像的复杂性,自动勾画方法在精度和可靠性上并不能较好的满足实际临床需求。文章提出了一种交互式轮廓勾画的方法,结合自动的活动轮廓模型和手动交互的多尺度曲线编辑方法实现靶区的快速精确勾画。通过初始化轮廓调整使活动轮廓模型快速可靠地达到目标轮廓,然后使用多尺度数字曲线编辑可实现对复杂形状轮廓的快速修正。医学临床实验结果验证了方法的有效性。     

影像引导放疗中交互式肿瘤靶区勾画方法

在图像引导放射治疗中肿瘤(靶区)和危险器官的勾画是制定放疗计划的重要环节。在临床应用中靶区勾 画通常是由医生手动完成，虽然这种方法普遍被认为可靠，但是耗时较多且精度受医生主观影响较大。由于临床 上人体组织结构的多样性和靶区目标影像的复杂性，自动勾画方法在精度和可靠性上并不能较好的满足实际临床 需求。文章提出了一种交互式轮廓勾画的方法，结合自动的活动轮廓模型和手动交互的多尺度曲线编辑方法实现 靶区的快速精确勾画。通过初始化轮廓调整使活动轮廓模型快速可靠地达到目标轮廓，然后使用多尺度数字曲线 编辑可实现对复杂形状轮廓的快速修正。医学临床实验结果验证了方法的有效性。     

病理性肺部粘连肿瘤分割

病理性肺部粘连肿瘤的分割是放射治疗靶区界定的关键。本文利用CT序列图像分割出完整肺区中的肿瘤边界信息,然后应用这些信息对其相邻CT图片中粘连肿瘤作进一步分割。使用重叠率和边界位置评价方法,对分割结果与放射科医生手工勾画的边界作了比较。结果说明该方法是可行的。     

鼻咽癌原发肿瘤放疗靶区的自动分割

目的 放射治疗是鼻咽癌的主要治疗方式之一,精准的肿瘤靶区分割是提升肿瘤放疗控制率和减小放疗毒性的关键因素,但常用的手工勾画时间长且勾画者之间存在差异。本文探究Deeplabv3+卷积神经网络模型用于鼻咽癌原发肿瘤放疗靶区（primary tumor gross target volume,GTVp）自动分割的可行性。方法 利用Deeplabv3+网络搭建端到端的自动分割框架,以150例已进行调强放射治疗的鼻咽癌患者CT（computed tomography）影像和GTVp轮廓为研究对象,随机选取其中15例作为测试集。以戴斯相似系数（Dice similarity coefficient,DSC）、杰卡德系数（Jaccard index,JI）、平均表面距离（average surface distance,ASD）和豪斯多夫距离（Hausdorff distance,HD）为评估标准,详细比较Deeplabv3+网络模型、U-Net网络模型的自动分割结果与临床医生手工勾画的差异。结果 研究发现测试集患者的平均DSC值为0.76±0.11,平均JI值为0.63±0.13,平均ASD值为（3.4±2.0）mm,平均HD值为（10.9±8.6）mm。相比U-Net模型,Deeplabv3+网络模型的平均DSC值和JI值分别提升了3%~4%,平均ASD值减小了0.4 mm,HD值无统计学差异。结论 研究表明,Deeplabv3+网络模型相比U-Net模型采用了新型编码—解码网络和带孔空间金字塔网络结构,提升了分割精度,有望提高GTVp的勾画效率和一致性,但在临床实践中需仔细审核自动分割结果。     

基于边缘保护尺度空间的形变配准方法及在自适应放疗中的应用

计划CT图像与锥形束CT (Cone beam CT, CBCT)图像的配准是基于CBCT图像引导放射治疗(Image guided radiation therapy, IGRT)系统中实现自适应放疗(Adaptive radiation therapy, ART)的关键部分.边缘保护多尺度空间基于非线性扩散模型,可以为基于互信息的配准提供丰富的空间位置信息.为了提高系统中配准算法性能,本文提出了一种基于边缘保护尺度空间与自由形变模型(Free form deformation, FFD)相结合的多尺度形变配准方法.我们采用了在不同的尺度上根据精细程度选择相应的自由形变控制点数,由粗及精地恢复形变.同时, 提出了自动获取非线性扩散模型中平滑参数λ的方法来实现全自动配准. 实验结果表明,本文提出的方法用于基于CBCT的图像引导放射系统时,可实现日常放疗时的CBCT图像和计划CT图像准确且快速的配准.通过获得的形变域,可实现CBCT图像肿瘤靶区、危及器官(Organ at risk, OR)和等剂量线的自动勾画,从而实现剂量体积直方图(Dose volume histograms, DVH)分析.最终实现了放疗计划从CT到CBCT的自适应转移.     

应用互联网技术搭建精准放射治疗工具

精准放疗是在常规放疗基础上通过精准的肿瘤定位、精准的计划设计、剂量计算以及在设备上精准执行的一种全新的肿瘤放疗技术.近些年随着互联网技术的飞速发展,B/S模式(Browser/Serv-er)优势逐步凸显,正在逐步替代传统C/S模式(Client/Service).在广泛调研和深入分析国内放疗系统及相关技术的基础上,对应用互联网技术搭建精准放射治疗工具的关键问题进行了研究,其中包括上下级医院放疗流程协作和放疗过程质量控制.以精准云放疗系统和肿瘤信息系统(Oncology Inforamtion System,简称OIS)为例,针对放射治疗过程中特有的功能需求和质量控制进行分析,了解互联网技术在精准放射治疗过程中的实施现状.互联网技术的采用打通了上下级医院的资源壁垒,优化了患者就医流程并且提高了医生工作效率,提升癌症患者治愈率.     

基于Pylinac的放射治疗QA数字化分析系统

目的: 建立放射治疗直线加速器质量保证(Quality Assurance, QA)标准化体系和数字化分析系统是提升放疗水平和质量的有效途径. 方法: 基于Pylinac函数库, 采用Django框架和MySQL数据库结构搭建QA数字化分析系统, 并通过临床测试来评价该系统的稳定性与实用性. 结果: 放射治疗QA数字化分析系统不仅有利于监控及回顾分析直线加速器的运行状况, 而且有效减少医用直线加速器QA流程中计算分析的时间, 同时该系统还有助于放疗科新入职物理师快速熟悉QA流程. 结论: QA数字化分析系统在简化QA工作流程, 提高工作效率的同时, 更对放射治疗直线加速器的治疗体系中QA标准化起到进一步推进作用.     

基于感兴趣窄带区域的同步分割与配准方法及在IGRT中的应用

医学图像分割与配准是图像引导放疗(Image guided radiation therapy, IGRT)系统中的关键技术. 为提高基于CBCT (Cone beam CT)的IGRT系统实施胸腹部肿瘤放疗的实时性与自适应性, 特别是实现重要危及器官肝脏区域照射剂量的合理控制, 本文提出一种基于感兴趣窄带区域的同步分割与配准方法, 目标是实现放疗计划系统中计划CT和CBCT图像目标区域的分割与配准. 通过构建感兴趣窄带模型, 并且与活动轮廓模型相结合实现初始分割, 然后与基于光流场(Optical flow field, OFF)的形变配准方法进行循环迭代, 从而构造ASOR分割与配准同步模型(Active contour segmentation and optical flow registration synchronously, ASOR). 在方法实施时, 首先利用非线性扩散模型和窄带活动轮廓模型在CT图像中提取肝脏空间初始位置信息, 为同步模型提供合理的肝脏初始轮廓. 然后将该轮廓及相应窄带区域经仿射变换映射到CBCT图像, 进而结合构造的ASOR同步模型, 用光流场确定活动轮廓水平集的运动情况, 使分割与配准在同一个演化过程中完成迭代. 实验结果和临床应用表明, 本文提出的方法应用于基于CBCT的IGRT系统时, 可实现肝脏组织的自动分割与放疗剂量分布的快速计算. 同时, 我们将同步过程中获得的形变域用于实现肝脏与肿瘤靶区等剂量线从计划CT到CBCT的自适应转移, 进行自适应放疗效果的临床测评.     

2D级联CNN模型的放疗危及器官自动分割

目的 精准的危及器官（organs at risk,OARs）勾画是肿瘤放射治疗过程中的关键步骤。依赖人工的勾画方式不仅耗费时力,且勾画精度容易受图像质量及医生主观经验等因素的影响。本文提出了一种2D级联卷积神经网络（convolutional neural network,CNN）模型,用于放疗危及器官的自动分割。方法 模型主要包含分类器和分割网络两部分。分类器以VGG（visual geometry group）16为骨干结构,通过减少卷积层以及加入全局池化极大地降低了参数量和计算复杂度;分割网络则是以U-Net为基础,用双线性插值代替反卷积对特征图进行上采样,并引入Dropout层来缓解过拟合问题。在预测阶段,先利用分类器从输入图像中筛选出包含指定器官的切片,然后使用分割网络对选定切片进行分割,最后使用移除小连通域等方法对分割结果进一步优化。结果 本文所用数据集共包含89例宫颈癌患者的腹盆腔CT（computed tomography）图像,并以中国科学技术大学附属第一医院多位放射医师提供的手工勾画结果作为评估的金标准。在实验部分,本文提出的分类器在6种危及器官（左右股骨、左右股骨头、膀胱和直肠）上的平均分类精度、查准率、召回率和F1-Score分别为98.36%、96.64%、94.1%和95.34%。基于上述分类性能,本文分割方法在测试集上的平均Dice系数为92.94%。结论 与已有的CNN分割模型相比,本文方法获得了最佳的分割性能,先分类再分割的策略能够有效地避免标注稀疏问题并减少假阳性分割结果。此外,本文方法与专业放射医师在分割结果上具有良好的一致性,有助于在临床中实现更准确、快速的危及器官分割。     

基于统一结构的并行混合放疗计划优化策略

为了满足适形调强放疗对治疗计划逆向优化计算的需要,针对靶区定义的复杂情况构造了新的目标函数.以模拟退火算法和遗传算法优势组合为例,研究了逆向放射治疗计划并行混合优化策略,给出了基于统一结构的并行广义邻域搜索混合优化算法,并在多CPU、多核计算机上实现了这一算法.描述了用该并行混合优化算法计算的数字体模和5个临床病例的例子,获得了满意的结果.结果表明,这种优化算法有效、实用,为开发新型并行混合优化算法建立了平台,为把商业化的三维适形放疗计划系统进一步发展为生物导向的放疗计划打下了基础.     

放疗病人信息管理系统的设计与实现

癌症是严重威胁人民生活健康的主要疾病。放射治疗的效果评价,放疗病人预后观察,影响放疗的危险因素探讨,都需要建立一个严密而完善的放射治疗病人资料的数据库。放疗病人计算机管理信息系统主要实现医院肿瘤放疗病人的相关信息管理。放疗病人计算机管理系统的实现,为肿瘤患者看病提供方便,也为医生和医学研究人员收集肿瘤患者资料提供了一个好的平台。     

基于对称性的颌骨复位方法研究及应用

针对严重错位骨折的颌骨复位口腔外科手术,提出一种帮助医生进行术前规划和准备的破损颌骨复位方法。首先使用移动立方体(MC)算法从患者CT 图像中提取颌骨的面片模型;然后结合图割算法、形状直径函数(SDF)描述子和混合高斯模型的交互式分割方法,允许医生通过简单的勾画快速分割出破损骨块;最后基于颌骨的对称性特性自动完成破损骨块复位。通过破损骨块复位完成颌骨模型重构,能完整保留对医生非常重要的骨折线信息。该方法已应用于自主开发的计算机辅助破损颌骨复位系统,并使用安徽医科大学附属医院的患者数据进行了测试,结果表明了该方法的有效性。     

基于正则化的混合准则放疗规划模型的改进

针对调强放射治疗中基于等效均匀剂量线性目标函数的物理生物混合准则模型的不足,利用正则化理论构造了最大函数的平滑和凸正则化函数,改进了基于等效均匀剂量线性目标函数的混合准则放疗规划模型,解决了原模型限制优化算法寻优能力和难以确定梯度算法步长的问题。实验证明,该方法可以在保证相似靶区剂量覆盖特性的前提下,更好地保护危及器官,提高了放疗计划质量。     

基于CT图像的肺部肿瘤自动定位系统

系统自动检测出CT图像中的肺癌区域,并精确地勾画出肺癌的轮廓。应用核心的分割算法分割肺区,针对检测肺癌这个特定的临床任务所做的肺区轮廓修补操作也是必需的。根据周长,面积,直径,形状参数,平均CT值等特征,构造分类器来判别提取出的结节的性质,将最终定性为肺癌的区域的轮廓精确地勾画出来作为系统的输出结果。     

三维医学图像配准在图像引导放疗中的应用

为了确定病人的摆位误差,实现精确放疗,提出一种改进的Demons弹性配准算法。采用FDK算法对锥形束CT(CBCT)图像进行三维重建,利用可视化工具包 (VTK)体绘制法可视化重建结果;在分割与配准工具包 (ITK)基础上实现Demons算法,并基于对称梯度的思想,将参考图像和浮动图像的梯度场信息加入到Demons算法中,给出新的Demons形变力公式。分别使用单模态和多模态医学图像进行配准实验,结果显示改进的Demons算法与原始Demons算法相比,配准速度更快、精度更高。基于对称梯度的Demons算法更适用于图像引导放射治疗中CBCT重建图像与CT计划图像间的配准。     

磁浮直线电机的分段最大加速度跟踪控制

单边直线感应电机(Single-sided Linear Induction Motors,SLIMs)作为中低速磁悬浮列车的驱动装置,其推力和法向力的优良控制特性以及抗干扰能力,对于列车的牵引及悬浮系统稳定高效运行极为重要。通过建立SLIM的最大加速度变电流跟踪控制模型,在加/减速区,控制SLIM以恒定最大加速度运行;在稳速区,为充分利用电机的容量,控制SLIM恒功率运行。实验验证了所提控制算法的有效性,不仅能有效研究SLIM推力特性,还能为探索磁悬浮的高效动态控制方法提供参考。     

线圈靶动态特性分析与补偿

弹丸水下运行时弹道远不如空气中稳定,线圈靶作为其测速的区截装置如果半径太小,则容易捕捉不到信号或被弹丸打坏;半径太大其动态响应又相对太差.分析了线圈靶的动态特性,并给出了大半径线圈靶的补偿方法,试验证明:该方法可行.     

医学图像融合技术在肿瘤放射治疗中的应用

由于常规医学图像的有效信息量较少，参考常规医学图像会影响肿瘤病情的判断，导致肿瘤放射治疗临床效果较低，为此提出医学图像融合技术，并将其应用到肿瘤放射治疗工作当中。利用医学设备采集患者的初始医学图像，通过灰度化、负像化和直方图预处理医学图像。经过医学图像的配准空间变换，将参考图像与浮动图像导入配准空间内，保证映射点与像素原点重合，实现多模态医学图像的配准处理。采用融合算子融合医学图像的各个级别及系数，得到重构的医学融合图像。输出医学图像融合结果，将医学图像融合结果应用到肿瘤放射治疗中，确定靶区位置并调整放射剂量，实现患者肿瘤放射治疗。实验结果表明，将医学图像融合技术应用到实际的肿瘤放射治疗工作中，可以有效地提高肿瘤的临床治疗效果，具有较高的应用价值。     

燃烧站控制系统T12的应用与故障处理

山西兆丰铝业氧化铝一期40万吨/年焙烧炉,以当地煤矿抽采瓦斯气为燃料,高效节能。燃烧站控制系统采用的是法国Pillard公司的燃烧站控制系统。经过使用,该系统安全稳定、联锁报警可靠。控制系统的安全、稳定、高效运转是设备顺利生产的有力保障,保证了生产任务的顺利完成。     

角色访问控制技术在放射治疗中的应用

放射治疗计划系统(RTPS)是放射治疗解决方案的重要组成部分,其安全性直接影响整个治疗方案的执行效果。该文介绍基于角色访问控制(RBAC)模型的基本原理,结合RTPS的开发实践和放射治疗临床实际情况,说明RBAC模型在RTPS中的应用合理性和有效性,分析基于该模型的访问控制模块与治疗计划系统的关系,给出访问控制模块的系统结构、数据库表结构设计及其在VC6.0 下的实现方式。