基于组织修复的脑肿瘤图像配准方法

刘忠强，钟 涛，曹晓欢，张 煜

1南方医科大学生物医学工程学院，2广东省医学图像处理重点实验室，广东 广州510515；3上海联影智能医疗科技有限公司，上海200030

脑肿瘤是一种常见的肿瘤疾病，占所有原发性中枢神经系统肿瘤的85%～90%［1］，目前脑肿瘤治疗的常规治疗手段有手术切除和放射治疗。研究表明［2-5］，病变体积的量化可以增加对患者功能结构的了解。根据受影响的大脑结构，损伤的确切位置与特定缺陷有关。另外有研究对于脑肿瘤，准确描述和估计肿瘤亚成分的相对体积对计划放疗和治疗随访非常重要［6］。因此，如何定位肿瘤确切的侵犯脑区或者部位，成为提高患者疗效和存活率的关键一步。

配准是医学图像分析一个非常关键和基本的步骤，目的是获得一个保持拓扑的变形场，该变形场可以将临床诊断图像匹配到一个有参考价值的图像空间。它可以建立正常脑图像与脑肿瘤图像之间的对应关系，从而进行图像数据的对比、分析，定位出肿瘤生长的部位及具体侵犯的脑区，最终达到辅助临床诊断与治疗。但对于脑肿瘤图像来说，由于肿瘤在很大程度上影响大脑的形态，并改变其局部结构，这给脑肿瘤图像与模板或图谱的配准带来了难题。并且现有的多数脑图像配准算法，如基于相似性测度的方法［7-9］和基于深度学习的方法［10-11］，主要针对正常脑（或形态无明显变化的大脑）图像，未考虑肿瘤对脑图像配准的影响。少数针对脑肿瘤图像与正常大脑图谱配准的研究，如Nowinski等［12］使用基于特征点的径向质量效应模型来在模板图像上模拟肿瘤，再将其配准映射到患者图像上，通过对形变后的标准图谱对比分析，确定肿瘤周围扭曲的解剖结构。……