周志尊，孫 璐，胡明成，徐樹林，董 默，楊成程，周鴻鎖，胡馨元

（醫(yī)學(xué)影像學(xué)院，黑龍江 牡丹江 157011）

CT與MRI融合技術(shù)的顱內(nèi)腫瘤應(yīng)用研究

周志尊，孫 璐，胡明成，徐樹林，董 默，楊成程，周鴻鎖，胡馨元

（醫(yī)學(xué)影像學(xué)院，黑龍江 牡丹江 157011）

CT及MRI融合的目的是增強(qiáng)圖像顯示的直觀效果，提高對對疾病診斷的準(zhǔn)確性。利用CT及MRI對于機(jī)體的骨質(zhì)、鈣化和軟組織的分辨率互補(bǔ)性的特點(diǎn)，將同一病例的CT、MRI圖像進(jìn)行融合，從而更精準(zhǔn)的進(jìn)行腫瘤的定位。融合之后的圖像不僅反映出硬組織，還正確清晰地反映出其邊界，為顱內(nèi)腫瘤的診斷奠定了基礎(chǔ)。CT與MRI圖像融合既能彌補(bǔ)各自的不足之處，也能在形態(tài)和功能上發(fā)揮協(xié)同作用，從而更精準(zhǔn)地對顱腦腫瘤定位和邊界分割，為臨床的腫瘤放射治療提供影像學(xué)支持。

圖像融合；邊界分割；腫瘤定位

0 引言

圖像融合技術(shù)的研究與應(yīng)用是醫(yī)學(xué)影像技術(shù)發(fā)展方向之一。 將各種不同的醫(yī)學(xué)圖像相融合，可以充分綜合各自圖像的特質(zhì)，用單幅圖像同時(shí)表達(dá)人體器官或病變組織的全方位信息，器官或病變組織的解剖學(xué)結(jié)構(gòu)與功能等諸多信息都可以該圖像得以體現(xiàn)[1]。為有效地提高對醫(yī)學(xué)影像的準(zhǔn)確診斷，增加醫(yī)學(xué)圖像的綜合信息，本文旨對CT與MRI的圖像融合技術(shù)進(jìn)行了研究，并對其在顱內(nèi)腦腫瘤的診斷與治療方面的應(yīng)用進(jìn)行詳細(xì)討論。

醫(yī)學(xué)圖像融合即不同醫(yī)學(xué)圖像經(jīng)過空間配準(zhǔn)[2]后所構(gòu)成的圖像，將同一種類種或后不同種類的醫(yī)學(xué)圖像技術(shù)性疊加，凸顯特異性部分，已達(dá)到相互取長補(bǔ)短的目的[3]。醫(yī)學(xué)圖像可化分為形態(tài)學(xué)圖像與功能性圖像兩大類。形態(tài)學(xué)圖像通常是由常規(guī)X線、CT、常規(guī)MRI、超聲、DSA，以及各類醫(yī)學(xué)光學(xué)儀器所成的圖像，而功能性圖像通常指正電子發(fā)射斷層成像、單光子發(fā)射斷層成像、功能磁共振成像、磁共振波譜等[4]。CT和MRI是顱內(nèi)腦腫瘤診斷與治療過程中最常采用的影像學(xué)方法，二者對顱內(nèi)腦腫瘤的診斷作用不同[5]。CT的成像原理決定了它所成的像具有高密度分辨率，可清晰顯示顱腦腫瘤的鈣化和周圍顱骨骨質(zhì)結(jié)構(gòu)及腫瘤內(nèi)部和周邊組織密度的變化 但對顱腦腫瘤內(nèi)部結(jié)構(gòu)、邊界及后顱窩的腫瘤顯示效果不佳。MRI的成像具有對軟組織對比分辨率最高的特點(diǎn)，可以清晰顯示腫瘤的血管結(jié)構(gòu)及腫瘤的邊界，利于對顱內(nèi)腦腫瘤的定位與邊界劃分[6,7]。

顱內(nèi)腦腫瘤的臨床治療方法主要以手術(shù)及放射治療為主，而手術(shù)及放射治療均需準(zhǔn)確診斷顱內(nèi)腦腫瘤的性質(zhì)，精確分割腫瘤的邊界。CT及MRI圖像對于人體器官與病變組織的骨質(zhì)、鈣化和軟組織的空間分辨率具有互補(bǔ)特性，因此，CT及MRI圖像的融合技術(shù)為的顱內(nèi)腦腫瘤的診斷與治療提供了新的方法[8,9]。本課題將會對同一顱內(nèi)腦腫瘤病例的CT及MRI圖像的融合方法、腫瘤的定性、定位、周邊關(guān)系探查及腫瘤的精確分割進(jìn)行探究，從而為腫瘤的手術(shù)切割及放射治療范圍精確劃分與放療強(qiáng)度的設(shè)計(jì)提供影像學(xué)支持。

1 材料與方法

1.1 材料

收集來自牡丹江醫(yī)學(xué)院第一附屬醫(yī)院的5個(gè)患有顱內(nèi)腫瘤的患者頭部CT與MRI圖片男3 例，2例，年齡40~60歲。全部病例均在入院1~2周內(nèi)分別進(jìn)行了CT和MRI掃描。其中腦膜瘤1例，垂體瘤2例，膠質(zhì)瘤1例，神經(jīng)鞘瘤1例，所有病例均經(jīng)手術(shù)或病理證實(shí)。

1.2 設(shè)備和成像技術(shù)

1.2.1 CT成像設(shè)備及成像參數(shù)

CT采用Neusoft128層螺旋CT掃描儀，120千伏，350 mA，矩陣512×512，準(zhǔn)直器寬度16×0.75，螺距1.0，X線管旋轉(zhuǎn)時(shí)間0.42 s/r，軸面圖像視野中心（field of visual，F(xiàn)OV）與MRI軸面圖像必須保持完全一致。

患者體位成仰臥狀，自下頜角平面至雙側(cè)腦室上緣平面掃描，掃描基線與聽眶線平行。

1.2.2 MRI成像設(shè)備及成像參數(shù)

采用Philips Achieva 3.0T超導(dǎo)MR掃描儀圖像重組層厚0.75 mm，間距0.75 mm，圖像矩陣256× 256，掃描序列包括SE序列、FSE序列、T2FLAIR（液體衰減反轉(zhuǎn)恢復(fù)）序列，橫斷面掃描，獲得平掃T1WI和T2WI。所有病例均行無間距薄層掃描，TR、TE時(shí)間同常規(guī)掃描。

1.2.3 圖像后處理、圖像配與圖像融合設(shè)備

硬件：多功能圖像后處理工作站，Dell Precision立式7810 XCTO16GB E5-2609 v3 (4x4 GB) 2133 MHz DDR4 RDIMM ECCNvidia Quadro K2200 4 GB (2 DP, DL-DVI-I)。

軟件：應(yīng)用Dicom Viewer將Dicom 圖像文件首先轉(zhuǎn)換成JPEG圖像文件，應(yīng)用Photoshop軟件對生成的JPEG的圖像進(jìn)行剪切、對比度、亮度及圖片大小等參數(shù)的調(diào)整，然后選定兩張圖片的特征點(diǎn)進(jìn)行配準(zhǔn)，最后應(yīng)用MATLAB，采用小波變換實(shí)現(xiàn)圖像的融合。

1.3 原始圖像的評價(jià)及分析

首先對原始圖像進(jìn)行臨床評價(jià)，評價(jià)的內(nèi)容包括骨質(zhì)改變，腫瘤的鈣化或骨化，腫瘤的內(nèi)部結(jié)構(gòu)（平掃的病變密度或信號)、病變的輪廓、病變與鄰近血管的關(guān)系、病變與周圍神經(jīng)的關(guān)系、病變周圍組織的改變及周邊結(jié)構(gòu)的累及情況。CT平掃示右側(cè)額部顱板下方見半球形略高密度影，寬基底，其內(nèi)可見鈣化影，鄰近腦實(shí)質(zhì)受壓，腫瘤周圍見低密度水腫帶。MRI平掃：右側(cè)額部見半球形異常信號影，T1WI像病變呈稍低信號，T2WI呈等信號，并可見瘤周稍高信號水腫帶，鄰近腦實(shí)質(zhì)受壓。

圖1 患者CT腦腫瘤原始圖像Fig.1 patient brain tumor original CT image

圖2 患者M(jìn)RI腦腫瘤原始圖像Fig.2 patient brain tumor original MRI

1.4 圖像的配準(zhǔn)

圖像的配準(zhǔn)是圖像融合的基礎(chǔ)，配準(zhǔn)方法的選擇決定了融合以后圖像的清晰度。雖然本課題所選取的CT與MRI圖像均來自于同一患者，同一部位的腦腫瘤，且是在相同時(shí)間段內(nèi)的斷層掃描圖像，但由于患者成像于不同儀器，其體位，儀器參數(shù)的選取及成像條件會產(chǎn)生一定的差異，使CT及MRI圖像的空間位置，空間分辨率和器官大小均有不同，通過配準(zhǔn)才能使兩張圖像達(dá)到最佳匹配。

對于在不同時(shí)間不同條件下獲取的兩幅圖像F(x)和 G(x)的配準(zhǔn)，即找到相似度和一個(gè)空間變換關(guān)系，經(jīng)過該空間變換后兩幅圖像間的相似性達(dá)到最大。即使圖像A上的每一個(gè)點(diǎn)在圖像B上都有唯一的點(diǎn)與之對應(yīng)，并且這兩點(diǎn)應(yīng)對應(yīng)同一解剖位置。用公式表示如下：

S(T)=S(F(x),(G(x))

式中，S是相似度，配準(zhǔn)的過程就是尋求最佳空間變換的過程。

T?=argmaxS(T)

采用Photoshop對原始圖像首先進(jìn)行預(yù)處理，分別將腦腫瘤的CT及MRI圖像廓特征定位剪裁，并對兩幅圖像大小及像素值進(jìn)行調(diào)整使其完全一致，然后實(shí)施對預(yù)處理后的CT及MRI圖像的配準(zhǔn)。

圖3 配準(zhǔn)后的CT圖像Fig.3 the registrated CT image

1.5 圖像融合

1.5.1 融合技術(shù)的算法

圖4 配準(zhǔn)后的CT圖像Fig.4 the registrated MRI

經(jīng)過對MRI及CT圖像進(jìn)行精確配準(zhǔn)后，運(yùn)用MATLAB軟件對圖像首先進(jìn)行小波變換，圖像分解，然后對分解層進(jìn)行融合，處理各分解層上的不同頻域分量。對融合后的小波圖像進(jìn)行小波逆變換，最終得到融合圖像。圖像經(jīng)小波分解后，不同頻率范圍內(nèi)的圖像將會分別組合，生成不同特征的融合圖像，圖像不同分辨率噪聲不會相互干擾，在分解過程中圖像無信息損失[7]。先對已配準(zhǔn)的兩幅圖像進(jìn)行小波分解，然后采用自適應(yīng)算子對小波系數(shù)及分解子圖像進(jìn)行處理，最后進(jìn)行小波重建，從而獲得融合圖像[1]。

小波變換本質(zhì)上是高通濾波，小波基不同，濾波效果就不同。通過小波變換將待融合圖像分解成具有空間分辨率和頻域特性不同的子圖像，組合不同頻帶子圖像的小波系數(shù)，得到融合圖像的小波系數(shù)[7]?；谛〔ㄗ儞Q的圖像融合方法可分為分解、融合與逆變換三步來完成，即對配準(zhǔn)后的CT及MRI圖像分別進(jìn)行小波變換，獲取每幅圖像在不同分辨率下不同頻帶上的小波系數(shù)，依據(jù)小波分解系數(shù)的特點(diǎn)，對各個(gè)不同分辨率上的小波分解得到的頻率分量，然后應(yīng)用融合算子分別進(jìn)行融合處理，并對對融合后系數(shù)進(jìn)行小波逆變換，最終得到CT及MRI融合圖像。

1.5.2 實(shí)現(xiàn)圖像融合

依據(jù)圖像融合的算法，建立數(shù)學(xué)模型，然后應(yīng)用MATLAB編程加以實(shí)施。如下給出了程序關(guān)鍵部分的源代碼。

CT=imread('CT.jpg'); MRI=imread('MRI.jpg'); CT= double(CT); MRI=double(MRI); [c1,I1]=wavedec2 (CT,2,'sym4'); [c2,I2]=wavedec2(MRI,2,'sym4'); c= c1+c2; X3=waverec2(c,I1,'sym4'); c=c1+c2; CTMRI= waverec2(c,I2,'sym4'); imshow(uint8(CTMRI));

2 結(jié)果

2.1 融合后的圖像分析

圖1與圖2是腦部同一層面的CT與MRI圖像。單從圖1 CT圖像上觀察，病變鈣化顯影清楚，鄰近骨質(zhì)顯示較好，但瘤體整體及邊界顯示不及MRI，從圖2 MRI圖像上觀察，其彌補(bǔ)了CT的缺陷，清晰地顯示出軟組織邊界及水腫帶，但對鈣化及骨質(zhì)改變不及CT。圖5是將圖一和圖二融合之后的圖像，其不僅反映軟組織改變、水腫帶顯示也很清晰，也同時(shí)清晰的顯示鈣化及骨質(zhì)改變，為顱內(nèi)腫瘤的診斷奠定了基礎(chǔ)。即CT及MRI融合后的圖像，在一張圖像上顯示既有CT的改變，也有MRI表現(xiàn)。

圖5 融合后的CT與MRI圖像Fig.5 the fused CT and MRI image

2.2 圖像融合技術(shù)的應(yīng)用價(jià)值

2.2.1 應(yīng)用于腦腫瘤的診斷與精準(zhǔn)放射治療

CT和MRI的成像各自存在不足，僅憑一種成像方法不能全面顯示腦腫瘤的所有征象[13]。CT與MRI融合后的圖像能提供更多有關(guān)腫瘤的精確信息，尤其是顱腦腫瘤，種類繁多，性質(zhì)復(fù)雜，影像學(xué)診斷難度大。CT對腫瘤內(nèi)實(shí)質(zhì)的密度成像精準(zhǔn)，而MRI則對腫瘤邊界成像更清晰，融合圖像結(jié)合了二者的優(yōu)點(diǎn)，使放療對腦腫瘤內(nèi)部與邊界的放射計(jì)量的設(shè)計(jì)提供了依據(jù)。從而達(dá)到了精準(zhǔn)放射治療的目的。 應(yīng)用MR圖像勾畫腫瘤輪廓，再利用CT圖像計(jì)算出放射劑量大小及分布，把經(jīng)CT得到的劑量分布投射到顯示軟組織結(jié)構(gòu)的MRI圖像中，有利于對腫瘤及周邊的放療范圍的界定[2]。

2.2.2 腦腫瘤的手術(shù)方案制定

在腦腫瘤術(shù)前的診斷與手術(shù)方案的制定過程中，對腦腫瘤與周邊血管，神經(jīng)功能區(qū)的關(guān)系，腫瘤內(nèi)部的性狀以及腫瘤邊界的清晰界定至關(guān)重要[12,13]。MRI可以判斷腫瘤內(nèi)部的性質(zhì)，且有很高的空間分辨率，同時(shí)對腫瘤與周邊的關(guān)系的評估意義重大。對于腫瘤性質(zhì)起重大作用的征象，如腫瘤的骨化與鈣化的改變等，CT成像更為顯著[8,9]。CT與MR融合圖像在顯示腫瘤與顱骨的關(guān)系和腫瘤與血管的關(guān)系兩方面均優(yōu)于原始CT和MR圖像。因此，融合圖像可現(xiàn)實(shí)腫瘤內(nèi)部及與周邊關(guān)系，為手術(shù)方案的制定提供技術(shù)支持[10]。

3 討論

大多數(shù)顱腦腫瘤的MRI信號特點(diǎn)相似，即T1WI多為低信號，T2WI多為高信號，若存在腫瘤卒中，信號會有所不同，眾所周知，MRI 具有超強(qiáng)顯示軟組織的能力[14]，能清晰顯示腫瘤的邊界、信號、瘤周水腫的能力，但是對鈣化和骨皮質(zhì)均較差，以上述圖像病例，T1WI及T2WI像腦膜瘤呈稍低及等信號，腫瘤邊界顯示清晰，周圍可見T2WI像稍高信號，但對瘤內(nèi)的鈣化顯示不佳，鄰近顱骨骨質(zhì)改變顯示也不佳。而CT在顯示鈣化、骨質(zhì)改變方面較為敏感，以本文上述腦膜瘤為例，CT能顯示腫瘤的形態(tài)、密度改變更為敏感，能顯示鄰近顱骨的改變，如受壓變薄或刺激性增厚，病灶內(nèi)鈣化改變顯示清楚，本文所將病灶的CT與MRI圖像通過軟件進(jìn)行融合，在同一張圖像上既有CT圖像，又有MRI圖像，既能顯示病變的CT表現(xiàn)，又能顯示MRI表現(xiàn)，CT對骨質(zhì)改變及鈣化，甚至灶內(nèi)出血都能敏感顯示，但是軟組織分辨不及MRI，而MRI對軟組織的顯示能力極強(qiáng)，但鈣化及骨質(zhì)改變不及CT，所以二者圖像融合后，彌補(bǔ)了各自的不足之處，也能在形態(tài)和功能上發(fā)揮協(xié)同作用，從而更精準(zhǔn)地對顱腦腫瘤的定位和定性診斷，為臨床放射與手術(shù)治療提供重要依據(jù)，因此，CT與MRI圖像融合技術(shù)在顱腦腫瘤診斷中具有重要的臨床應(yīng)用價(jià)值。

[1] 董默, 蘇奎, 周志尊, 周鴻鎖. 生物醫(yī)學(xué)工程專業(yè)《醫(yī)學(xué)圖像處理》實(shí)踐教學(xué)的改革[J]. 軟件, 2017, 38(2): 37-41.

[2] 李凱, 曾慶勁, 鄭榮琴, 蘇中振, 賀需旗等. CT/MR圖像融合評價(jià)肝癌消融的安全邊界[J]. 中國醫(yī)學(xué)影像技術(shù), 2012, 25(12): 2189-2192.

[3] 吳濤, 崔坤煒. SPECT/CT融合顯像在臨床核醫(yī)學(xué)中的應(yīng)用現(xiàn)狀[J]. 中國醫(yī)學(xué)影像技術(shù), 2016, 32(2): 306-308.

[4] 尚靳, 郭啟勇, 孫洪贊, 辛軍. CT、MRI與PET融合顯像評價(jià)宮頸癌分期及淋巴結(jié)轉(zhuǎn)移中的應(yīng)用進(jìn)展[J]. 中國醫(yī)學(xué)影像技術(shù), 2016, 32(5): 795-798.

[5] Wang Y, Liu ZY, Dou WC, Ma WB, Wang RZ, Guo Y. Application of Preoperative CT/MRI Image Fusion in Target Positioning for Deep Brain Stimulation[J]. Chin Med Sci J,2016, 31(3): 161-167.

[6] Geevarghese R, O’Gorman Tuura R, Lumsden DE, Samuel M, Ashkan K. Registration Accuracy of CT/MRI Fusion for Localisation of Deep Brain Stimulation Electrode Position: An Imaging Study and Systematic Review[J]. Stereotact Funct Neurosurg, 2016, 94(3): 159-63.

[7] Chavan SS, Mahajan A, Talbar SN, Desai S, Thakur M, D’cruz A. Nonsubsampled rotated complex wavelet transform (NSRCxWT) for medical image fusion related to clinical aspects in neurocysticercosis[J]. Comput Biol Med, 2017, 81: 64-78.

[8] Barnaure I, Pollak P, Momjian S, Horvath J, Lovblad KO. Evaluation of electrode position in deep brain stimulation by image fusion (MRI and CT)[J]. Neuroradiology. 2015, 57(9): 903-910.

[9] Prada F, Del Bene M, Mattei L, Lodigiani L, DeBeni S, Kolev V, Vetrano I, Solbiati L, Sakas G, DiMeco F. Preoperative magnetic resonance and intraoperative ultrasound fusion imaging for real-time neuronavigation in brain tumor surgery[J]. Ultraschall Med, 2015, 36(2): 174-86.

[10] Djan. I, Petrovi. B, Erak. M, Nikoli. I, Luci. S. Radiotherapy treatment planning: benefits of CT-MR image registration and fusion in tumor volume delineation[J]. Vojnosanit Pregl, 2013, 70(8): 735-9.

[11] Fiorentino A, Caivano R, Pedicini P, Fusco V. Clinical target volume definition for glioblastoma radiotherapy planning: magnetic resonance imaging and computed tomography[J]. Clin Transl Oncol, 2013, 15(9): 754-8.

[12] O’Gorman RL, Jarosz JM, Samuel M, Clough C, Selway RP, Ashkan K. CT/MR image fusion in the postoperative assessment of electrodes implanted for deep brain stimulation[J]. Stereotact Funct Neurosurg, 2009, 87(4): 205-10.

[13] Kuhn SA, Romeike B, Walter J, Kalff R, Reichart R. Multiplanar MRI-CT fusion neuronavigation-guided serial stereotactic biopsy of human brain tumors: proof of a strong correlation between tumor imaging and histopathology by a new technical approach[J]. J Cancer Res Clin Oncol, 2009, 135(9): 1293-302.

[14] 白人駒主編, 醫(yī)學(xué)影像學(xué), 第二版. 北京: 人民衛(wèi)生出版社, 2010.

The Study of CT and MRI Fusion Technique Applications in Intracranial Tumor Diagnosis and Treatment

ZHOU Zhi-zun, SUN Lu, HU Ming-cheng, XU Shu-lin, DONG Mo, YANG Cheng-cheng, ZHOU Hong-suo, HU Xin-yuan
(Medical image department of Mudanjiang medical university, Mudanjiang Heilongjiang, China, 1570112)

The purpose of CT and MRI fusion is to enhance the visual effect of image display and improve the accuracy of diagnosis. Using the complementary characteristics of resolution of the bone, calcification and soft tissue of the body, same case CT and MRI images were fused, so that the location of the tumor is more accurate. After fusion, the fused image not only reflects the hard tissue, but also reflects the boundary of the tissue, It is the intracranial tumors diagnosis foundation. CT and MRI image fusion can not only make up for their shortcomings, but also can play a synergistic role in morphology and function, more accurate brain tumor location and boundary segmentation, provide imaging support for the clinical treatment of radiation oncology.

Image fusion; Boundary segmentation; Tumor location

TP319

A

10.3969/j.issn.1003-6970.2017.05.007

黑龍江省自然基金項(xiàng)目(No. H2015082)；黑龍江省教育廳科技項(xiàng)目(No. 12541846)；教育部大學(xué)生創(chuàng)新創(chuàng)業(yè)與黑龍江省的學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目(No. 201510229003)

周志尊(1962-)，男，黑龍江人，碩士，教授，醫(yī)學(xué)影像學(xué)院醫(yī)學(xué)圖像處理教研室主任，研究方向：醫(yī)學(xué)圖像處理。

周志尊，牡丹江醫(yī)學(xué)院。

本文著錄格式：周志尊，孫璐，胡明成，等. CT與MRI融合技術(shù)的顱內(nèi)腫瘤應(yīng)用研究[J]. 軟件，2017，38（5）：34-38