目的:评价前列腺癌图像引导放疗时锥形线束CT（CBCT）的使用频率和匹配策略对靶区和危及器官剂量学参数的影响。方法:回顾性分析北京大学第一医院2022年6月—2023年5月收治的21例前列腺癌根治性放疗患者的561套每日CBCT图像，患者均接受中等分割容积弧形调强放疗（VMAT），剂量为70 Gy分25次，2.8 Gy/次。根据不同图像引导方式和频率，校准摆位误差后将计划CT刚性配准到CBCT，CT值和结构通过形变配准算法传播到CBCT，根据形变矢量场将每日剂量映射到计划CT进行剂量累加。将每日在线CBCT验证的实际累积剂量与每周CBCT方案（第1-3、6、11、16、21天CBCT扫描）进行比较。比较基于骨匹配与基于软组织匹配（自动骨匹配后手动前列腺匹配并最终以直肠前壁为主做微调）两种匹配方式的摆位误差及剂量学参数。非正态分布的计划剂量和累积剂量之间的剂量学参数采用Wilcoxon符号秩和检验进行分析，符合正态分布的移床值和平均剂量参数采用配对 t检验进行分析。 结果:与每日CBCT图像引导相比，每周方案的CTV_D 98%［（69.08±1.58）∶（65.24±3.64）Gy， P<0.001］明显减少。采用骨匹配的CTV_D 98%为（69.27±2.14）Gy，但直肠高量较高：V 60 Gy为3.18%±3.10%、V 65 Gy为0.77%±1.23%。采用软组织匹配方案的靶区覆盖率足够，CTV_D 98%为（69.08±1.58）Gy；且直肠高量区剂量的百分体积明显减少，V 60 Gy为2.02%±2.42%，V 65 Gy为0.34%±0.68%。 结论:中等分割前列腺癌放疗，每日CBCT图像引导的靶区覆盖度优于每周方案。自动骨匹配后手动前列腺匹配并最终依据直肠前壁做微调的匹配策略，能在保证靶区覆盖率前提下较好地保护直肠。

乳腺癌保乳术后放疗方案中，瘤床及其靶区的准确勾画至关重要。利用不同医学图像与放疗定位CT图像进行配准能提供更加全面的信息从而辅助医生勾画靶区。根据几何变换性质可将图像配准方法分为刚性和非刚性两大类。由于软组织易形变的特性，刚性配准较难实现非刚性结构的严格匹配，非刚性配准的结果更加符合复杂形变的实际情况。文章旨在综述两类配准方法在乳腺癌瘤床靶区勾画中的应用，分析临床应用中存在的问题，并展望非刚性配准未来的研究方向。

目的:提出可应用于图像质量差、多叶准直器（MLC）遮挡和非刚性变形的兆伏级图像的无标记射束方向观（BEV）肿瘤放疗跟踪算法。方法:采用窗口模板匹配、图像结构转换和demons非刚性配准方法，解决兆伏级图像中的配准问题。在模体中生成质量保证（QA）计划并在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像装置（EPID）图像作为固定图像；同时采集计划系统中对应射野角度的数字重建影像（DRR）图作为浮动图像，验证算法的准确性。此外收集21例肺部肿瘤治疗患者的共533对图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于跟踪结果的第三方验证。结果:算法可应对不同程度（10%~80%）的图像缺失，模体验证中86.8%的跟踪误差在3 mm以下，80%在2 mm以下。配准前后归一化互信息（NMI）变化为（1.182±0.026）~（1.202±0.027）（ P<0.005），豪斯多夫距离（HD）变化为（57.767±6.474）~（56.664±6.733）（ P<0.005）。病例结果以平移为主（-6.0~6.2 mm），但非刚性形变仍存在。配准前后NMI变化为（1.216±0.031）~（1.225±0.031）（ P<0.005），HD变化为（46.384±7.698）~（45.691±8.089）（ P<0.005）。 结论:本文算法可应对不同程度图像缺失，且在数据缺失图像的非刚性配准中表现较好，适用于不同放疗技术，为多模态、部分数据及图像质量较差的兆伏级图像处理提供了参考思路。

目的:基于机器学习提出可应用于低图像质量、多叶准直器(MLC)遮挡和非刚性变形兆伏级(MV)图像的无标记射束方向观(BEV)肿瘤放疗跟踪算法。方法:采用窗口模板匹配法和Voxelmorph端到端无监督网络，处理MV图像中的配准问题。使用动态胸部模体，验证肿瘤跟踪算法的准确性。将模体质量保证(QA)计划在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像系统(EPID)图像作为固定图像；同时采集计划系统中对应射野角度的数字影像重建(DRR)图作为浮动图像，进行靶区跟踪研究。收集21例肺部肿瘤放疗的533对EPID和DRR图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于算法的第三方验证。结果:算法可应对不同程度(10%~80%)的图像缺失，且对数据缺失图像的非刚性配准表现较好。模体验证中86.8%的跟踪误差<3 mm，<2 mm的比例约80%作用。配准后标准化互信息(NMI)由1.18±0.02提高到1.20±0.02( t＝－6.78， P＝0.001)。临床病例肿瘤运动以平移为主，平均位移3.78 mm，最大位移可达7.46 mm。配准结果显示存在非刚性形变，配准后NMI由1.21±0.03增至到1.22±0.03( t＝－2.91， P＝0.001)。 结论:肿瘤跟踪算法跟踪精度可靠且鲁棒性好，可用于无创、实时、无额外设备和辐射剂量的肿瘤跟踪。

目的:采用刚性配准和形变配准方法获得大体积非小细胞肺癌(NSCLC) IMRT中靶区和危及器官(OAR)的累加剂量，并与初次计划的剂量进行比较。方法:选择30例采用IMRT的大体积NSCLC患者，每位患者分别在放疗前和放疗20分次时进行4DCT模拟定位，基于初次4DCT的平均密度投影CT 1-avg制定放疗计划为Plan 1，基于二次4DCT的平均密度投影CT 2-avg修改放疗计划为Plan 2，分别采用刚性配准和形变配准方法将两次计划进行剂量累加得到Plan 刚性和Plan 形变。比较初次定位和二次定位之间大体肿瘤体积(GTV，以吸气末时相图像CT50%上的勾画为准)和OAR (OAR，以平均密度投影图像CT avg上的勾画为准)的体积变化，以及Plan 2、Plan 刚性、Plan 形变的剂量体积指标相比Plan 1的差异。 结果:二次定位和初次定位相比，GTV、心脏体积分别缩小44.2%、5.5%，患侧肺、健侧肺、全肺体积分别增大5.2%、6.2%、5.8%( P<0.05)；对于内GTV (IGTV，10个4DCT时相的GTV融合而来)和计划靶体积(PTV)的D 95%、D 98%、V 100%，Plan 2与Plan 1相近( P>0.05)，Plan 刚性、Plan 形变较Plan 1均略有下降( P<0.05)；对于脊髓、心脏、患侧肺、双肺剂量，Plan 2、Plan 刚性、Plan 形变较Plan 1均降低( P<0.05)，其中心脏V 30Gy和D mean分别降低27.3%、16.5%、15.3%和15.2%、6.6%、5.6%，双肺V 20Gy和D mean分别降低15.6%、4.5%、3.7%和15.7%、6.2%、5.1%；Plan 形变的IGTV和PTV的D 95%、D 98%，心脏V 40Gy，患侧肺和全肺的V 20Gy、D mean高于Plan 刚性( P<0.05)。形变配准后OAR相似指数明显高于刚性配准( P<0.05)。 结论:Plan 2中OAR剂量体积指标相比Plan 1差别很大，因此它们在预测OAR放射性损伤方面均有较大偏差，而形变配准得到的剂量体积指标可以提高预测精度。

目的:研究直接叠加法、刚性配准叠加法和形变配准叠加法下非小细胞肺癌2次计划累积剂量的差异.方法:选取某院行根治性放疗的24例非小细胞肺癌患者,每位患者在接受20次放疗后均进行二次模拟定位并修改放疗计划.采用直接叠加(直接叠加法)、Monaco计划系统刚性配准(刚性配准叠加法)和MIM软件形变配准(形变配准叠加法)3种方法计算2次计划的累积剂量并进行比较.结果:直接叠加法计算的靶区剂量在3种叠加方法中最高,其次是刚性配准叠加法,最低的是形变配准叠加法.刚性配准叠加法和形变配准叠加法与直接叠加法计算的靶区剂量相比差异均有统计学意义(P均＜0.05).直接叠加法计算的肺的V5、V10、V15和心脏、食管的Dmean在3种叠加方法中最低,肺的V20与形变配准叠加法相似且低于刚性配准叠加法,其余参数则是最高;刚性配准叠加法计算的累积剂量中,只有肺的V5和心脏的Dmean要低于形变配准叠加法;3种叠加方法计算的危及器官剂量两两比较,仅有食管的Dmax差异均有统计学意义(P均＜0.05).结论:3种叠加方法计算得到的靶区和危及器官的剂量体积参数存在差异,临床工作中可参考不同叠加方法进行决策,以避免过高或者过低地评估肿瘤和正常组织的受量.

目的 探讨基于肾脏CT容积纹理分析及机器学习相结合的影像组学评价肾透明细胞癌(ccRCC)病理分级的价值.方法 回顾性分析2013年6月至2017年10月安徽医科大学第一附属医院,经手术病理证实且能确定病理分级,术前行肾脏CT平扫及三期增强扫描(皮髓期、实质期、分泌期)的34例患者.采用美国3DQI体积图像分析平台在皮髓期CT图像上进行病变ROI的勾画与分割,以皮髓期图像为参考使用非刚性配准法校正CT的多期图像.应用59个CT容积纹理特征(直方图特征、梯度特征、游程程度、灰度共生矩阵、形状特征、二阶矩特征)对上述4期图像中的病变进行随机森林分类的训练和测试.对肾脏病变进行病理分级,根据Fuhrman标准分为4级,Ⅰ级+Ⅱ级为低级别组,Ⅲ级+Ⅳ级为高级别组.使用随机森林周围的一种特征选择包装算法Boruta算法进行特征的筛选,采用10次交叉验证方法结合ROC法对上述RF分类的性能进行验证,并计算特异度和敏感度.结果 34例ccRCC中,Fuhrman分级Ⅰ级3例、Ⅱ级19例、Ⅲ级8例、Ⅳ级4例.皮髓期的峰度(KURT)和长游程优势特征(LRE)是ccRCC分级具有显著性的2个特征.以KURT和LRE作为影像组学特征,使用RF算法进行10倍交叉验证的学习,ROC下面积为0.88,最佳点的敏感度为0.79,特异度为0.82.低、高级别组KURT的统计值分别为(-20.00±22.00)×10-2和(31.00±32.00)×10-2,LRE分别为(3.00± 0.40)×10-2和(5.00±0.02)×10-2,在均数±标准差的统计范围内,影像组学特征可以区分低、高级别肿瘤.4期图像综合分析中(236个特征参数),峰度(皮髓期)、灰度共生矩阵同质性特征1(分泌期)及灰度共生矩阵同质性特征2(分泌期)是具有显著性的3个特征.灰度共生矩阵同质性1(分泌期)及灰度共生矩阵同质性2(分泌期)平均值在低级别组为(19.00±0.03)×10-2和(11.00±0.02)×10-2,高级别组分别为(22.00±0.03)×10-2和(14.00±0.02)×10-2.ROC曲线下面积为0.92,最佳点的敏感度为0.93,特异度为0.87.结论 基于肾脏CT容积纹理分析及机器学习相结合的影像组学可以进行ccRCC术前病理分级预测.

微分同胚Demons能保证变形场的光滑可逆性,避免不合理形变的产生,但迭代次数需手动设定,且对配准结果影响较大.为解决此问题,提出自适应微分同胚的多分辨率Demons算法.首先利用非刚性配准的优化理论框架和多分辨率的策略,引入基于灰度的相似度能量函数,并设置配准终止条件,最终实现迭代次数的自适应.用check board图像,相同模态和不同模态的磁共振图像进行测试,采用配准评价指标进行定量分析,并分析不同驱动力和参数对配准结果的影响.实验结果表明:对于相同模态的磁共振图像,均方误差为514.796 5,归一化互相关系数为0.999 3,结构相似度为0.994 8;对于不同模态的磁共振图像,均方误差为1 354.1,归一化互相关系数为0.593 5,结构相似度为0.511 6;该算法均方误差最小,归一化相关系数、结构相似度最高;该算法具有高效性和鲁棒性,可用于磁共振图像的非刚性配准.

脑深部电刺激(Deep Brain Stimulation,DBS)手术治疗是帕金森病患者重要治疗手段.脑图谱与术前图像之间的配准是实现DBS术前导航和核团识别的一种有效方法.本文对术前图像与ICBM-152图谱的配准问题进行了研究,首先将术前临床图像标准化至图谱的坐标空间,随后使用分段线性配准对图谱进行粗配准,最后利用互信息作为相似性测度,并基于B样条弹性形变模型实现脑图谱与术前数据的非刚性配准.上述方法可以为每个病人计算出个性化的脑图谱,实验结果表明,在原始图像与图谱的互信息测度为0.558的情况下,该方法使二者的互信息提高至1.217.

数字智能化诊疗技术是以现代医学和数字化、智能化高新技术相结合为基础,涵盖了多学科和多领域知识所形成的新型诊疗技术,为疾病精确诊断、术前规划、手术导航等发挥了重要作用.其核心技术如下:(1)高质量CT图像数据采集的质控化研究;(2)三维重建质控化、同质化研究;(3)高质量的三维打印技术;(4)虚拟现实三维仿真平台;(5)分子荧光成像肿瘤边界界定;(6)非刚性配准多模态图像融合手术导航;(7)影像组学特征提取及预测模型的建立.其体系流程如下;肝胆胰疾病CT数据采集和三维可视化处理,基于三维模型的个体化血管评估、肝体积计算和手术规划,针对具体情况进行虚拟仿真手术、三维打印、虚拟现实技术和分子荧光成像.术前采用影像组学预测并发症发生风险及术中多模态融合图像导航,实际手术与术前规划一致性评估,术后定期随访.数字智能化诊疗技术为肝胆胰疾病的精准诊疗带来了新的策略和手段,实现了肝胆胰外科的解剖数字化、诊疗智能化和手术精准化.