三维适形放射治疗(3DCRT)技术作为一种精度很高的治疗技术, 是提高治疗比的重要物理措施, 它对于以局部肿瘤未控复发为主要失败原因的肿瘤患者的治疗有重要意义[1]。其设计和应用思路是:在杀灭肿瘤方面应像手术那样将足够的高剂量(提高总剂量、缩短疗程)围歼到病灶上, 使高剂量区剂量分布的形状在三维方向上与靶区的实际形状一致; 而在保护正常组织器官方面应通过BEV(Beam, s eye view)、挡野等使线束躲避重要敏感器官。3DCRT技术把先进的计算机技术应用于患者病变的定位, 治疗计划的设计、验证及治疗的实施, 使放射治疗高剂量区分布与肿瘤的立体形态基本上保持一致[2~4]。3DCRT技术, 可以达到很高的治疗增益比, 利用3DCRT技术, 可以实施"手术"式的高度适形照射。肿瘤(靶区)及周围重要器官的位置、三维形状的精确确定, 即肿瘤(靶区)重建CT图像体积的精确确定, 将会直接影响3DCRT技术能否取得成功。只有准确的靶区形状, 才能使三维适形放射治疗技术有的放矢。现对治疗计划设计过程中, 患者治疗部位解剖数据的获得、图像登记、三维图像重建等相关知识的研究进行综述。
1 患者治疗部位解剖数据的获得患者的临床检查和治疗方针确定后, 主管医师按要求确定好体位和制作好体位固定器。现代的形体图像主要是以CT、MRI、DSA和PET等断层扫描影像, 以图像格式转换后可通过联网、光缆、光盘、高容量磁盘、磁带等方式做全信息传输采集; 条件不具备时也可直接截取视频信号或用胶片扫描、摄像等方式输入, 但都必须经过几何标准检测、复原、整形处理, 以使图像的几何失真减少到临床允许的程度。获得为进行治疗计划设计所必需的患者治疗部位的解剖材料, 包括肿瘤的位置和范围、周围重要组织及器官的位置及结构等[5]。目前的治疗计划系统(TPS)多数主张用CT扫描做为整体及各器官定位和三维重建的基础, 常规CT只能提供二维的信息, 利用二维图形上的病变(靶区)、器官和组织在治疗计划系统中进行简单的坐标叠加和勾画形成三维结构, 这样形成的三维结构的精确性随CT扫描层厚和间距的加大而变劣, 不能给出准确的三维影像, 造成病变(靶区)定位的失真与畸变。现代螺旋CT的出现, 为治疗计划提供了直接的准确的病变(靶区)、器官和组织的三维信息, 使三维放疗有了准确的目标[5]。但CT用不同扫描条件, 如, 不同扫描层厚、窗位的变化改变螺距值等, 会对三维重建图像的体积产生不同的误差, 主要原因是CT的部分容积效应造成、窗位的变化会产生不同的伪影, 同时CT图像的软组织分辨率较差, 而MRI在这方面显示较大的优越性[6], 可是治疗计划设计直接使用MRI图像有一定困难[7~10]。所以其它影像手段如MRI、PET等只作为对病变辩别定位的补充参考。当CT对病变或某些重要部位显示不清楚时, 可借助定位系统的软硬件和图像融合技术, 利用CT以外的其他成像技术, 进一步明确其坐标、形状和占位大小。以便为治疗计划的设计提供丰富详实的基本输入资料。
2 图像登记患者治疗部位的解剖信息以图像的形式进入TPS后, TPS对其进行图像登记。登记的主要目的是:①建立患者坐标系, 它是通过附在图像上的内外标记点建立的。该坐标系直接反映患者在治疗时的体位, 体位固定器是维持从定位到摆位的整过治疗过程中坐标系不变的关键措施。②在该坐标系中重建出治疗部位的三维解剖结构, 确定靶区及靶区与周围重要组织和器官的关系。③利用已建立的患者坐标系, 将不同来源的图像如CT、MRI、PET、模拟机射野模拟片、加速器射野证实片等进行融合、叠加和比较。④等剂量分布在不同图像中相互映射。
2.1 图像的预处理[11]对胶片法输入的图像, 除上述的减少几何失真的整形预处理外, 由于输入各层时的光照不均匀, 也可引起各层的本底灰度、噪声信号干扰, 需根据参考灰阶和指定标志进行灰度调整。对于三维重建前层与层之间引起的图像偏移、旋转及几何形变, 必须根据坐标中可利用的定位标志和客观标记进行坐标变换, 以实现图像的配准和坐标归一。坐标变换的数学表达式如下:
2.1.1 坐标平移变换X'=X+ΔX Y'=Y+ΔY Z'=Z+ΔZ式中X'、Y'、Z'和X、Y、Z分别是变换后和变换前的像素坐标, ΔX、ΔY、ΔZ是坐标平移量。
2.1.2 坐标旋转变换X'=l1X+l2Y+l3Z Y'=m1X+m2Y +m3Z Z'=n1X+n2Y+n3Z式中l1、l2、l3分别是新坐标轴OX'与旧坐标轴OX、OY、OZ之间的方向余弦; 同样, m1、m2、m3分别是新坐标轴OY'与旧坐标轴OX、OY、OZ之间的方向余弦; n1、n2、n3分别是新坐标轴OZ'与旧坐标轴OX、OY、OZ之间的方向余弦。
2.1.3 坐标比例变换X'=(X-Xc) Sx+Xc Y'=(Y-Yc) Sy +Yc Z'=(Z-ZC) SZ +ZC式中Sx、Sy、SZ分别是X、Y、Z轴方向上的变换比例系数。
2.2 数据融合数据融合是一种将表示同一客体的多数据经有机的组合处理获得更多清晰而丰富信息的数据处理技术。三维适形放射治疗计划系统中最关心的是多种图像间的融合和图像与剂量分布之间的融合。
2.2.1 多种图像间的数据融合实现从一种影像A(如MRI图像)到另一种影像B(如CT图像)间的融合分两步, 首先实现从图像A到图像B的坐标变换, 然后按坐标变换格式进行图像相应解剖点或组织结构间的转换。设某一点在两种图像各自的坐标系中的坐标分别为XA和XB, 它们间的变换关系为XB= A · XA+b, 其中A为坐标系旋转矩阵, 包括x、y、z三轴方向的转换比例和平面偏转; b为坐标系平移矢量。旋转和平移包含三组9个参数; 比例变换是统一各种影像检查时图像标尺的一致性。确定三组9个参数的途径或技术有[12]:①特定点相互对应技术。特定点一般为在患者治疗部位设立的内、外解剖标记点, 外部定位框架标记点等。②直线或曲线标记变换技术。由于作不同影像检查, 范围不一定很大, 治疗部位设立的内、外解剖标记点, 不一定能被包括在相应图像上, 或在相应影响检查前就没有考虑标记点, 此时必须根据特殊的解剖结构如体中轴线或骨组织突等为依据, 确定变换参数[6, 13]。③曲面变换技术。此技术是线性变换技术的推广, 以特殊解剖结构的表面如颅骨表面、盆骨表面等, 作为确定变换参数的标记[13, 14], 曲面上对应点的寻找可采用最小二乘法、线面相交计算法[15]、Chamfer对应法[16, 17]等。④体积变换技术。体积变换是两种影像间解剖结构的交叉比较, 将它们的体积重叠。最简单的作法是通过计算解剖结构体积内的三个位移量而实现的, 整个体积质量、质量中心和惯性张量[18, 19]。体积变换技术要求两种图像中能够整体显示出用于比较的解剖结构, 如实际操作有困难, 可用相对体积概念[20]。⑤交互式换技术, 就是操作者利用鼠标或键盘输入两种图像的相应的解剖结构进行人机交互式对片、移动和登记, 操作对象可以是解剖结构的特点、线或曲面, 最后凭视觉确定。
2.2.2 图像与剂量分布之间的数据融合为节省内存资源, 一般情况下, 三维图像数据和三维体积剂量数据在TPS中是分开放置的, 两者之间没有一一对应的空间位置关系, 因此, 为将剂量分布叠加到三维图像中, 需要进行复杂的坐标变换和繁琐的数据调用程序。用一种数据存储器结构可克服这些缺点, 即将每个体积元分成三个字节放置在32位以上的处理器中。其中低位字节表示一个体素的图像灰度信息; 中位字节表示相对或绝对的剂量大小的信息; 高位字节表示状态位, 分别表示此体积元是属于病灶还是某种预先定义的重要敏感器官或组织。这样就可较好地解决图像和剂量分布空间坐标中准确融合的问题。
3 三维图像重建三维图像数据重建可分为立体图像的体内数据重建和表面数据重建两种。
3.1 体层内数据三维重建因为线性插值的算法比较简单, 所以在图像插值三维重建中常被使用, 特别是邻层间距不太大时更是如此。当体部扫描的层间距太大时, 使用高阶插值(如3次方或样条函数插值)算法效果会更好些。
3.2 表面数据三维重建器官结构表面的三维重建可分为轮廓提取、贴面两步:
3.2.1 轮廓提取常用的方法有自动探测和人工勾画两种, 而自动探测又可分为二维分割、三维分割和模型分割三种方法。对于体表轮廓, 由于有体形数据做搜索路标, 可缩短搜索半径, 其边界明显。灰度反差大, 所以容易自动探测提取; 对肺、骨、脊髓等边界和灰度差别明显但轮廓不规则的器官, 只能自动探测后人工修改或完全人工勾画; 对病变和需要保护的重要器官组织如, 肿瘤、脑干、视觉器官、内脏的边界, 根据肿瘤的生物学行为及放射治疗临床的需要, 一般采用人工勾画的方法, 以便体现临床医生的放疗设计思想, 防止机器出现无思维的机械性错误。
3.2.2 贴面表面重建最简单常用的方法之一是三角贴面技术, 这种技术是按某种准则将相邻两层轮廓线上的顶点(对光滑弧段的无顶点轮廓线将定距取点)连接成很多小三角形而形成表面。为使重建出的表面最接近实际的表面, 除才用密集取点、多连接之外, 在数学上处理还采用了"使三角形面积最小"、"棱最短"和"相邻棱取向尽量不同"等准则, 以获得逼真、准确、光滑、美观的三维重建表面。3DCRT中需要三维重建图像, 实际上多数TPS将三维结构变成系列两维横断面形成。按上述方法之一进行轮廓勾画, 然后平行直接叠放[21], 或三角连线形成解剖结存的三维表面[22]。利用Polyhedral近似法[23]计算每个横断面片的柱形体积, 然后相加得到靶区、或正常组织和器官的体积; 或利用几何图形单元合成的方法求得每个解剖结构的体积。
综上所述, CT定位扫描条件不同、TPS自身算法不同、靶体积大小不同以及人为勾画等原因, 对三维重建CT图像的体积会产生变化, 即重建CT图像的体积与实际的体积会有误差。如果重建后的靶体积比实际体积小, TPS根据重建后的靶体积设计计划, 此时设计出来的计划, 高剂量边缘就不能完全包住实际靶体积, 则可能出现, 未被高剂量照射的靶区, 肿瘤细胞受量不够, 容易复发; 如果重建后的靶体积比实际体积大, TPS根据重建后的靶体积设计计划, 此时设计出来的计划, 高剂量边缘除了包完实际靶体积, 还包住了实际靶体积外的一些区域, 如果靶体积外刚好有重要器官, 如:肝癌周围的正常肝组织, 鼻咽癌治疗时, 眼球晶体、颈髓等, 则可能出现严重的医疗事故。本课题用不同的条件对自制模拟瘤体进行CT扫描, 输入TPS进行三维重建, 用TPS计算出重建CT图像的体积, 把自制模拟瘤体的实际体积与三维适形放射治疗TPS的重建CT图像体积比较, 研究TPS重建CT图像体积的误差和误差产生的主要原因, 为CT扫描条件的选择、靶区的勾画、治疗计划的制定及三维适形放射治疗的精确实施提供重要依据, 以便减小误差, 较好地处理好肿瘤组织和周围正常组织间的剂量关系, 使肿瘤得到最大限度的局部控制而周围正常组织和器官的放射性损伤最小, 提高疗效。
| [1] |
马金利, 蒋国梁. 三维适形放射治疗计划的验证[J]. 中华放射肿瘤学杂志, 2001, 10(2): 137. DOI:10.3760/j.issn:1004-4221.2001.02.024 |
| [2] |
SINIVASAN V, SAMUEL H. Advances in Irradiation oncology[J]. Lancet, 1997, 349(Suppl 2): 2. |
| [3] |
VIJAYSKUMAR S, CHEN G T Y. Implementation of three dimensional conformal radiation therapy:prospects, opportumities, and challenge[J]. Int J Radiat Oncol Biol Phys, 1995, 33: 979-983. DOI:10.1016/0360-3016(95)02060-8 |
| [4] |
LICHEN A S. Three Dimensional conformal radiation therapy:atestabl hypothesis[J]. Int J Radiat Oncol Biol Phys, 1991, 21: 853-855. DOI:10.1016/0360-3016(91)90708-C |
| [5] |
胡逸民. 肿瘤放射治疗学[M]. 北京: 原子能出版社, 1999: 439, 575-576.
|
| [6] |
FRAASS B A, MCSHAN D L, DIAZ R F, et al. Integration &MRI into radiation therapy treatment planning. I. Technical considerations[J]. Int J Radiat Oncol Biol Phys, 1987, 13: 1 897-1 908. DOI:10.1016/0360-3016(87)90358-0 |
| [7] |
HENKELMAN R M, POON P Y, BRONSKILL M J.Is magnetic resonance imaging useful for radiation therapy planning[A]. I Proceedings of the Eighth International Conference On the use of computers in radiation Therapy[C]. IEEE Computer Society, Toronto, Canada, 1984, 181 -185.
|
| [8] |
SONTAG M R, GALVIN J M, AXELL, et al. The use of NMR images for radiation therapy planning[A].Proceedings of the Eighth International Conference On the use of computers in radiation Therapy[C]. IEEE Computer Society. Toronto, Canada.1984, 168 -172.
|
| [9] |
COFFEY C W, HINES H C, WANG P C, et al. The early applications and potential usefulness of NMR images for radiation therapy planning[A].Proceedings of the Eighth International Conference On the use of computers in radiation Therapy[C]. IEEEComputerSociety. Toronto, Canada.1984, 173 -180.
|
| [10] |
THORNTON A S JR, SANDLER H M, Ten Haken RK, et al. The Clinical utility of MRI in 3D treatment planning of brain neoplasms[J]. IntJ Radiat Oncol Biol Phys, 1992, 24: 767-775. DOI:10.1016/0360-3016(92)90727-Y |
| [11] |
王迎选, 王所亭. 现代立体放射治疗学[M]. 北京: 人民军医出版社, 1999.
|
| [12] |
KESSLER M L. Integration of multimodality image data for three dimensional treatment planning[A]. In: Purdy JA(ed), Syllabus. a categorical course in Physics -Three-dimensional Radiation Therapy Treatment Planning[J].1994, 31 -39.
|
| [13] |
KESSLER M L, PITLUCK S, PETTI P, et al. Integration of multimodality imaging data for radiotherapy treatment planning[J]. Int J Radiat Oncol Biol Phys, 1991, 21: 1 653-1 667. DOI:10.1016/0360-3016(91)90345-5 |
| [14] |
PELIZZARI C A, CHEN G T, SPELBRING D R, et al. Accurate three dimensional registration of CT, PET, and/or MR images of the brain[J]. J Comput Assist Tomogr, 1989, 13: 20-26. DOI:10.1097/00004728-198901000-00004 |
| [15] |
KESSLER M L, BAKER J B. An efficient algorithm for the ray-surface intersection problem(abstr)[J]. Med Phys, 1990, 17: 529. |
| [16] |
KOOY H M, VAN HERK M, BARNES P D, et al. Image fusion for stererotactic radiaotherapy and radiosurgery treatment planning[J]. Int J Radiat Oncol Biol Phys, 1994, 28: 1 229-1 234. DOI:10.1016/0360-3016(94)90499-5 |
| [17] |
VAN HERK M, KOOY H M. Automatic three-dimensional correlation of CT-CT, CT-MR, and CT-SPECT using chamfer matching[J]. Med Phys, 1994, 21: 1 163-1 178. DOI:10.1118/1.597344 |
| [18] |
HOLUPKA E J, KOOY H M. A geometric algorithm for medical image corrections[J]. Med Phys, 1992, 19: 433-438. DOI:10.1118/1.596830 |
| [19] |
ALPERT N M, BRADSHAW J F, KENNEDY D, et al. Principle axes transformation:amethod for image registration[J]. J Nucl Med, 1990, 31: 1 717-1 772. |
| [20] |
PETTI P L, KESSLER M L, FLEMINGT, et al. Automated image registration technique based on multiple structure matching[J]. Med Phys, 1994, 21: 1 419-1 426. DOI:10.1118/1.597187 |
| [21] |
SIDDON R L, KIJEWSKI P. Perspective display of patient external and tumor contours[A].In: Umegaki Y(Ed). Computers in Radiation Therapy. Proceedings of the 7th International Conference on the use of computers in radiation therapy[C]. Tokyo, 1980, 362.
|
| [22] |
FEHRENTS D, SENDT D. Treatment planning for combined brachytherapy and teletherapy[A].In: Umegaki Y(Ed). Computers in Radiation Therapy. Proceedings of the 7th International Conference on the use of computers in radiation therapy[C]. Tokyo, 1980, 182.
|
| [23] |
COOK L T, COOK P N, LEE K R, et al. Analgorithm for volume estimation based on polyhedral approximation[J]. IEEE Trans Biomed Eng, 1980, 27: 493. |