肺四维计算机断层摄影在肺癌放射治疗中发挥着重要作用,它为肺癌精确放疗提供所必须的呼吸运动信息。肺4D-CT数据的获取通常是采集整个呼吸周期的CT图像,结合同步采集的呼吸信号,对所获取的CT图像进行回顾性分析排序,并进行三维重建。肺4D-CT数据不仅真实地显示肿瘤和器官的空间结构、形态大小及运动情况,而且减小了呼吸运动引起的图像伪影。肺4D-CT图像引导的放射治疗在保证对肿瘤区域高剂量照射的同时,降低对正常组织的辐射剂量,并可依据患者运动特征为其制定精确个性化的放疗方案,对运动靶区的精确放疗具有重大意义。与屏气,腹部加压,呼吸门控等目前常用的呼吸控制技术相比,肺4D-CT技术是在自由呼吸状态下进行的,对患者健康状况要求较低,患者耐受性强,依从性好。然而,肺4D-CT技术也不可避免的存在一些缺陷。首先,获取肺4D-CT图像数据时,通常要采集不同时刻的多个肺3D-CT图像,需要涵盖整个呼吸过程,这使得扫描时间极大的延长,导致患者将接受高于常规CT扫描几倍的剂量,进而可能对患者造成潜在的健康危害。其次,肺4D-CT数据量大,一组肺4D-CT数据通常包含1000～3000张图片,医师勾画靶区任务繁重,过量的劳动会影响医生对患者病情的准确判定。再次,肺4D-CT严重依赖呼吸监测系统,当监测的呼吸信号不能反应真实呼吸运动信息时,会严重影响CT分类排序结果的准确性。最后,肺4D-CT数据采集需要使用螺旋CT扫描机或电影模式(cine mode)CT扫描机,对设备要求比较高,在普通CT设备上无法实现4D-CT技术,从而限制了肺4D-CT技术在市县级医院的推广针对以上肺4D-CT实际应用中存在的问题,本文提出了基于配准的肺4D-CT中间相位图像重建方法。基于配准的肺4D-CT中间相位图像重建方法充分利用肺4D-CT数据所包含的呼吸运动信息,将配准算法应用于估计已知的两个特定相位图像间运动位移,然后基于假设的肺部呼吸运动模型插值重建出中间相位图像。常规4D-CT扫描需采集至少一个呼吸周期内所有相位图像,而本文方法只需使用普通的CT设备采集少量特定相位图像,就可重建中间相位图像,并最终得到包含所有呼吸相位的4D-CT图像。本方法极大地减少了CT扫描时间,限制4D-CT辐射剂量。依据这样的指导思想,开展了以下的研究工作。本文首先采用Active Demons弹性配准算法来估计两个不同相位图像间的亚像素动运位移。以配准算法估计得到的运动位移为基础,结合呼气过程中肺部图像运动线性变化的假设,重建出其他中间相位图像,并采用真实肺4D-CT数据做实验验证该方法的有效性。具体内容如下：(1)首先介绍了Active Demons弹性配准算法,将该算法应用于两个特定相位图像间的运动估计。Thirion受Maxwell Demons热力学理论的启发,以光流场为基础,提出了基于偏微分方程的Demons算法。Demons算法在参考图像梯度信息不充足时,易出现配准误差,Wang引入浮动图像梯度信息,进一步提出Active Demons算法,提高算法的鲁棒性。Active Demons算法简单快速,配准误差能精细到亚像素水平,适合估计不同相位图像间的运动位移。本文采用Active Demons估计肺部运动信息,实验结果表明,该算法可准确估计两个不同相位图像间的运动位移,为下一步中间相位图像重建做准备。(2)在得到不同相位3D-CT图像间的运动位移后,根据呼气(吸气)过程肺部运动的线性变化假设,并结合待重建图像与已知相位图像的时相关系计算插值系数,进而插值重建出中间相位图像。肺4D-CT数据包含整个呼气过程和吸气过程的多个相位3D-CT图像,所描述的呼吸运动过程是十分复杂的,心脏和膈肌的运动也会对肺部运动造成一定影响,故实际的肺部呼吸运动是很难用模型来准确模拟的。因此,在讨论这个问题的时候我们将呼气过程中的各相位图像看成是由吸气末相位图像随时间线性形变而生成的图像序列,即假设呼气过程中肺部图像的运动位移是线性变化的。故而在利用普通CT设备获得呼气初态和末态图像间运动位移后,便可充分利用肺4D-CT数据各相位图像间的时间连续性,线性重建出其他中间相位图像。中间相位重建实验结果表明,Active Demons算法能准确地估计吸气末相位和呼气末相位图像间的运动位移,重建中间相位图像与真实中间相位图像接近,故基于Active Demons配准的重建方法能较准确地重建肺4D-CT中间相位图像。在基于配准的中间相位图像重建方法中,配准算法的运动估计精度直接影响中间相位图像的重建质量。基于光流场的Active Demons算法存在的问题：光流场理论的前提假设是在呼吸过程中肺部图像的灰度值不随时间发生改变,而实际上肺体积内由于受激发空气影响,密度产生变化,肺CT值发生改变,灰度守恒假设此时是不成立的。这种效应对配准精度会产生一定的影响,尤其在对应灰度差别较大的区域。为了消除灰度不均匀对配准结果的影响,灰度校正是有效的预处理步骤,但肺图像的整体灰度校正场并不易获得。因此,在进一步的工作中,本文采用基于图像块匹配的策略,通过图像分块、采样点块匹配、整体形变场计算,实现肺图像的配准。这一分块处理的主要优点在于：对于对应图像块,灰度校正易进行。同时,进一步研究了异常点剔除算法,以提高配准精度,并在配准估计获得的形变场的基础上进行中间相位图像重建。其详细过程如下：(1)首先在图像上等间隔采点,以这些像素点为中心形成等间隔分布的图像块,在匹配之前,对图像块进行灰度校正,然后采用完全搜索块匹配算法估计这些像素点的运动位移,得到一个稀疏的运动位移场。完全搜索块匹配算法依据一定的匹配原则,在参考图像中搜索到与目标图像块最相似的匹配块,并由两者的位置计算得到运动矢量,其算法原理简单,实现快速,故使用范围十分广泛。(2)在步骤(1)中,只计算得到部分像素点的运动位移,为了获得所有像素点的运动估计,采用高斯卷积进行插值。高斯卷积核的标准差。决定了插值位移场的平滑程度,选取合适的。值十分重要。(3)由于完全搜索块匹配算法固有的缺陷,初始配准形变场结果中可能会存在一些误差较大的估计,这些误差经过高斯卷积插值进一步被放大,导致运动估计结果精确度降低。因此,进一步使用异常点剔除算法滤除掉初始形变场中的错误估计值,保留准确的运动形变场结果。(4)多次重复步骤(2)和步骤(3),得到两个不同相位图像间的最终配准结果。并在该配准形变场的基础上,利用肺部呼吸运动的线性变化假设重建其他中间相位图像。实验结果表明,该方法简单易行,结果稳定,配准精度高于Active Demons算法,并可更准确地重建中间相位图像。本文选用一套公共可用的肺4D-CT数据作为实验数据,该数据由德州安德逊大学DIR实验室提供。实验数据由10个相位3D-CT图像组成,描述了完整的吸气过程和呼吸过程。在肺的呼吸周期中,极端呼气(吸气)相位肺部状态相对稳定,对应的图像运动伪影小,故在该组肺4D-CT数据中,选取吸气末态图像和呼气末态图像作为实验基准数据,重建呼气过程其他中间相位图像。且在0～5相位的实验数据中,每个相位图像上包含75个由专家选出的对应标记点,通过比较重建中间相位图像标记点与真实中间相位图像标记点位置误差的大小来量化评价重建方法。实验结果表明,基于Active Demons方法重建得到的中间相位图像与真实中间相位图像不仅在视觉上有较高的相似度,而且量化评价结果显示重建的三个中间相位图像标记点平均误差均在3mm之内,其中15个典型标记点的误差在2mm之内。此外,本文还对基于Active Demons弹性配准算法中间相位图像重建结果与基于异常点剔除块匹配配准算法的中间相位图像重建结果进行比较,对比显示,后者重建结果比前者不仅在视觉效果上更为准确,而且标记点误差更小。视觉和量化结果均显示,本文所提出的基于配准的肺4D-CT中间相位图像重建方法能简单快速地重建出中间相位图像,有效降低患者4D-CT扫描时接受的辐射剂量。