高 滋，蔡宗晏，范芳儀，何詠霖，狄曉凡

（1蘭州大學(xué)第二臨床醫(yī)學(xué)院 甘肅 蘭州 730000）

（2蘭州大學(xué)第一臨床醫(yī)學(xué)院 甘肅 蘭州 730000）

放射治療（RT）的目的是將臨床有效劑量輸送到靶區(qū)，同時將對周圍正常組織的劑量降至最低。在過去的二十年里，為了更接近這一目標(biāo)，放射腫瘤學(xué)領(lǐng)域引入了各種先進(jìn)的技術(shù)。最有影響力的發(fā)現(xiàn)是強度調(diào)制RT和體積調(diào)制電弧治療。而另一項重要發(fā)現(xiàn)是將成像結(jié)合到治療中，例如在線成像和整合多模態(tài)圖像。調(diào)制光束能夠?qū)Π心繕?biāo)產(chǎn)生更多的共形劑量分布，同時保留附近的正常結(jié)構(gòu)，而且這種效果在正常結(jié)構(gòu)位于靶目標(biāo)的凹面區(qū)域時同樣有效[1]。然而，適形劑量分布只能在患者長時間治療期間的計劃圖像集上獲得。來自計劃圖像集的解剖改變可能會影響實際投放劑量分布中的劑量一致性。而錐形束CT（CBCT）[2]、軌道CT[3]和MRI[4]可以檢測到這些解剖變化，并有助于糾正以上影響。多模態(tài)圖像則被用來更準(zhǔn)確地定位靶點，并有助于減少靶點的體積邊界[5]。因此，在晚期RT中，治療期間采集的成像數(shù)據(jù)集的數(shù)量顯著增加。

增加的成像數(shù)據(jù)量允許根據(jù)附近正常器官的狀況來分析目標(biāo)響應(yīng)程度與遞送劑量之間的關(guān)系。但是，只有當(dāng)圖像配準(zhǔn)正確時，才能夠?qū)崿F(xiàn)。而成像數(shù)據(jù)可以在多時間、多模態(tài)、多對象中獲取。因此圖像配準(zhǔn)能夠解決兩個圖像集在參考坐標(biāo)上對齊，但同一坐標(biāo)上的像素/體素不一定表示相同的解剖結(jié)構(gòu)。

1 圖像配準(zhǔn)的定義及分類

圖像配準(zhǔn)是一種找到兩組或多組圖像之間的空間對應(yīng)關(guān)系的方式[6]。考慮兩組圖像，一組是固定的F（X），另一組是運動的M（x'）。圖像配準(zhǔn)的目的是找到使F（X）和M（T（x'））之間的差異最小的最佳變換T（x’）。變換是運動圖像中的局部位置矢量x‘和位移矢量u（x’）的和。因此，兩個圖像集之間的理想圖像配準(zhǔn)可以表示為：

圖像配準(zhǔn)可以分為剛性配準(zhǔn)（RIR）和非剛性配準(zhǔn)（可變形圖像配準(zhǔn)，DIR）。在RIR中，所有像素均勻移動和旋轉(zhuǎn)，使得每個像素到像素的關(guān)系在變換前后保持不變。然而，在DIR中，這些像素到像素的關(guān)系會發(fā)生變化。見圖1。

圖1 DIR中像素到像素的關(guān)系變化

2 圖像配準(zhǔn)的臨床應(yīng)用

RIR長期以來一直用于RT（CT-MR信息融合）。人們普遍認(rèn)為，RIR在預(yù)期不會發(fā)生解剖學(xué)改變的情況下是有效的。然而靶標(biāo)的解剖學(xué)位置會因為體重減輕、腫瘤縮小以及生理器官形狀變化而變化，而RIR無法處理這種變化。與RIR相比，DIR具有更多的自由度（DOF）。因此，DIR可以管理兩個圖像集之間的局部失真（解剖結(jié)構(gòu)的變化）。DIR算法由3個核心部分組成：目標(biāo)函數(shù)、優(yōu)化方法和變形模型。DIR的研究始于上世紀(jì)80年代在神經(jīng)科學(xué)領(lǐng)域的應(yīng)用[7]。而直到20世紀(jì)90年代末，DIR才在RT中得到廣泛研究，這主要受限于計算能力的發(fā)展。而RT需要更高的計算能力來處理更大尺寸的圖像，自適應(yīng)RT（ART）是20世紀(jì)90年代末提出的新的RT概念[8]，ART的一個關(guān)鍵特征是基于測量的系統(tǒng)反饋來制定治療計劃。系統(tǒng)反饋可以是在多部分治療過程中通過一定數(shù)量的部分提供的累積劑量分布[9-10]，并在治療過程中的某個時間點預(yù)測的解剖學(xué)信息。Yan介紹了一種基于DIR的劑量累積方法，使得DIR的概念逐漸應(yīng)用于RT并隨著計算能力、調(diào)制光束傳輸技術(shù)和在線成像技術(shù)的進(jìn)步得到了廣泛的研究[11]。

雖然DIR在RT領(lǐng)域的實施沒有限制，但DIR的應(yīng)用可以分為四個主要領(lǐng)域：劑量累積、數(shù)學(xué)建模、自動分割和功能成像。如上所述，DIR的主要作用是定義兩個考慮的圖像集之間的空間對應(yīng)關(guān)系。這四個應(yīng)用程序之間唯一的區(qū)別是如何使用生成的信息[12]。劑量累積使用該信息將劑量分布從更新圖像映射到參考圖像。數(shù)學(xué)建模使用信息本身來找出所考慮的器官中運動或變形的統(tǒng)計數(shù)據(jù)。自動分割使用該信息將輪廓從參考圖像映射到更新圖像。最后，功能成像使用這些信息來評估某個器官的功能能力。

3 討論

目前普遍認(rèn)為，DIR有可能極大地改善目前的RT現(xiàn)狀，加速實現(xiàn)RT中的個性化醫(yī)療。然而，我們認(rèn)為要達(dá)到這一預(yù)期的結(jié)果，仍然有幾個方面需要克服：（1）自動圖像配準(zhǔn)；（2）更嚴(yán)格的驗證方法；（3）解決DIR不確定性的規(guī)劃；（4）要實現(xiàn)治療工作流程DIR關(guān)鍵過程的自動化，必須處理復(fù)雜的非線性和局部畸變管理、多模態(tài)圖像配準(zhǔn)和多維圖像配準(zhǔn)等任務(wù)，這些都使得圖像自動配準(zhǔn)變得尤為具有挑戰(zhàn)性。因此，圖像自動配準(zhǔn)算法的研究已經(jīng)成為了一個重要課題。

醫(yī)學(xué)成像中另一個有趣的問題是，器官變形不僅來源于形狀的變化，也可能是質(zhì)量的變化。因此雖然在變形過程中，質(zhì)量變化不是一個重要的問題，但是它可能會導(dǎo)致繪制體素到體素輻射劑量的困難。因此我們認(rèn)為這是DIR在RT應(yīng)用中需要克服的最具挑戰(zhàn)性的障礙。