放射治疗是恶性肿瘤的主要治疗手段之一,有超过50%的恶性肿瘤患者需要接受放射治疗。随着肿瘤放疗的技术发展,治疗过程中器官运动,变形等所引起的问题变得越来越突出。三维适形放射治疗(3-Dimensional conformable radiation therapy,3D-CRT)、调强放射治疗(intensity modulated radiation therapy, IMRT)等技术为肿瘤放疗带来了一些重要的优势,在理论上能提高肿瘤的处方剂量并减少关键器官的受照剂量。但是,在治疗期间,由于摆位误差、器官变形等因素的存在,器官的位置和形状在治疗分次间一直在变化,在高剂量梯度情况下,较小的器官变形或摆位误差将导致靶区遗漏,或使关键器官卷入高剂量区,导致肿瘤局部未控或关键器官受到过量照射。目前主要采用自适应放射治疗(adaptive radiation therapy, ART)技术解决这类问题。自适应放疗的概念是由Di Yan等人于1997年首次提出,他把整个放疗过程看为一个可自我响应、自我修正的动态闭环系统。自适应放疗通过在放疗期间获取病人解剖图像信息,如肿瘤的大小、形态及位置变化等,作为反馈信息,分析分次治疗与初始计划之间的差异并对其进行修正,重新优化生成新的放疗计划后再进行治疗。自适应放疗的实现方式,大致可分为离线(offline) ART和在线(online)ART两种方式。离线ART的实现相对比较容易,它主要是通过采集最初数次治疗时病人的解剖影像,以离线方式测量摆位误差。然后根据该测量结果调整临床靶区的外扩范围,重新进行计划设计以调整后续分次照射剂量后,再实施后续的治疗。离线ART主要是为了解决治疗分次间的系统误差问题。在线ART则是指根据当前分次采集的病人解剖结构信息,实时修改治疗计划,并按照修改后的治疗计划实施当前分次治疗。在线ART主要是为了消除随机误差以及形变误差。对于在线ART,每分次治疗间获取的病人解剖图像可以是CT图像或者是锥形束CT (cone beam CT, CBCT)图像。ART通过比较计划CT图像和当次治疗体位的CT/CBCT图像获取器官形变的信息,并消除该形变对病人实际受照剂量的影响。具体来说,是利用图像变形配准对计划CT图像和当次治疗的CT/CBCT图像进行变形配准得到变形场,然后将计划CT图像及轮廓线映射到当前体位,重新优化后生成新的计划实施放疗；另外,需要通过图像变形配准将各个不同分次间的剂量变换到同一个参考空间,进行剂量叠加,从而监测和评价病人在整个放疗期间的实际受照总剂量。由此可见,图像变形配准是自适应放射治疗中的关键技术,其准确性直接影响病人受照剂量的精确性。目前临床上,不管是以CT还是CBCT图像作为参考图像用于变形配准,都存在着一些瓶颈问题有待解决。以CBCT图像作为参考图像时,其主要问题是不理想的CBCT图像质量会导致图像配准精度下降,甚至配准过程无法完成,主要体现在以下两个方面：1) CBCT图像的强度与传统CT图像强度(CT值)不一致。首先,在物理结构上,由于CBCT使用了大面积的X射线探测板和锥形射束,病人受照体积要比传统多排螺旋CT大得多,同时,散射线也会随着射束锥角的增大而急剧增加,散射原发比(scatter-to-primary ratio, SPR)可达100%,导致CT值的误差高达350HU (hounsfield unit, HU)。我们知道,散射线不包含有用的解剖信息,反而会带来重建误差,如出现散射伪影,密度分辨率下降等。其次,在重建算法上,目前商用CT一般使用滤波反投影法,而CBCT则使用FDK算法,虽然本质上FDK算法是滤波反投影算法的三维扩展,但由于受到了射束锥角的影响,只有中心平面的重建才是精确的。另外,CBCT的扫描采集时间(旋转一周约需一分钟)远大于传统CT,在这个过程中,病人的呼吸运动,胃肠道蠕动以及不自主的体位移动都会在重建后的CBCT图像上产生严重的运动伪影。最后,CBCT的射线硬化程度,探测器响应滞后及非线性程度都与CT不同,在CBCT图像上表现为灰度整体下降或升高、严重的杯形伪影、高对比度组织间存在较强的条纹伪影等。上述因素,均会造成CT和CBCT图像的CT值不一致,且CBCT的图像质量远低于CT。2) CBCT图像信息不完整。首先,加速器上CBCT的扫描射野FOV (field of view)比传统CT小很多,在使用full fan模式扫描时直径约27cm (half fan模式约48cm),这样,病人的部分体积可能会处于FOV之外,在重建后的CBCT图像上表现为FOV外的解剖结构完全丢失或部分缺失。其次,病人肿瘤靶区中心一般是位于加速器的等中心,但肿瘤靶区不一定在体内中心位置,当靶区位于体内一侧靠近体表时,部分体积将处于FOV之外。最后,同时也是最重要的因素,为了减少病人的成像剂量,AAPM Task Group75推荐,在CBCT扫描的时候应尽可能将FOV限定在满足摆位需求的肿瘤感兴趣区域volume of interest(VOI)内。这样,就需要缩小CBCT的成像扇形角(fan angle),即减小FOV。值得注意的是,小FOV扫描还会使FOV附近区域组织的CT值升高,这样又进一步的恶化了CBCT与CT图像的CT值强度不一致。如果参考图像是CT图像,目前常规的变形配准算法也并非能完全胜任所有的变形配准任务,所面临的主要问题是当两幅CT图像的图像信息不对称的时候,变形配准算法会失效。例如,有部分肿瘤病人不仅仅接受一种类型的放射治疗,如宫颈癌肿瘤病人,可能同时接受高剂量率的后装腔内治疗(High-dose rate (HDR) brachytherapy)以及IMRT。在HDR治疗的时候,需要在病人的阴道内放置一个施源器(applicator)后才实施腔内照射。但在常规的IMRT放疗中,病人并不需要放置施源器。也就是说,在进行HDR计划设计的时候,其获取的CT图像上是带有施源器的,而IMRT计划设计的CT图像上并不包含施源器。如果要进行剂量累加,就需要进行HDR CT和IMRT CT图像之间的变形配准。但是,目前几乎所有的变形配准算法都源于这样一个假设：两幅图像上点是一一对应的,即一幅图像上的点,总能在另一幅图像上找到。由于HDR CT图像上的施源器在IMRT CT上无法找到与之对应的点,因此,如果直接应用常规变形配准算法对HDR CT和IMRT CT图像进行变形配准,将会产生严重的误差。本研究主要针对自适应放射治疗中的关键技术-图像变形配准问题展开一系列的研究工作,目的是解决CT和CBCT图像之间的变形配准问题以及在CT和CT图像信息不对称情况下的变形配准问题。我们主要从以下方面展开研究：(1)回顾了变形配准算法中一种基于图像像素值强度一致性的光流场模型-demons算法,在理解和分析demons算法基本原理的基础上,提出了一种改进的demons变形配准算法,通过将demons算法的双向作用力进行重分配,提出一个新的能量函数作为相似性测度,并利用BFGS优化算法对能量函数进行优化。我们分别利用模拟形变CT图像与变形模体,分析和测量了配准算法的精度,并对该算法在4D-CT轮廓线推衍中的应用进行了评价。(2)针对CBCT图像伪影和CT值强度不一致对CT-CBCT变形配准的影响,在GPU上完成了一种基于demons的DISC变形配准方法,并利用Monte Carlo模拟的CBCT图像以及6组头颈部肿瘤病人图像进行了验证。DISC算法通过在每一次计算变形场的迭代当中匹配两图像的每个体素临近小区域(patch)的一阶和二阶矩,对CBCT图像进行强度校正后再用双向力demons计算变形场,在迭代过程中,CT图像逐渐变形与CBCT图像匹配,并利用CT图像上的CT值逐渐修正CBCT图像的CT值强度。DISC算法可以在进行CBCT图像CT值强度校正的同时,完成图像的变形配准。模拟数据和临床实际肿瘤病人数据的实验结果表明,DISC算法能较好的完成CT和CBCT图像的变形配准,并能得到经过CT值校正的CBCT图像。(3)针对CBCT图像信息缺失问题,提出了一种基于GPU的CT和信息缺失CBCT图像快速图像变形配准新方法。该方法以DISC模型为基础,在克服CBCT图像CT值强度不一致的基础上,我们针对CBCT图像的信息缺失,构建一种联合迭代CBCT重建和变形配准的能量函数,并通过求解该能量函数,将CBCT全部投影图像信息以迭代前向投影与反投影的形式融入DISC模型,完成CT与信息缺失CBCT图像的变形配准。(4)提出了一种针对宫颈癌自适应放疗中HDR CT和IMRT CT图像之间的变形配准新方法。该方法通过对含有施源器的HDR CT图像进行图像分割,分割出施源器区域并通过求解Navier-Stokes方程,收缩二值掩膜图像中的施源器区域,得到收缩变形场；将该变形场对分割施源器后的图像进行收缩变形,得到不含有施源器的HDR CT图像。然后我们利用两种不同的配准策略,分别完成从HDR CT到IMRT CT,以及从IMRT CT到]HDR CT的变形配准。通过变形配准得到的变形场,用于将剂量矩阵从一个图像空间映射到另外一个图像空间进行剂量叠加。