肺4D-CT时空高分辨率图像构建关键技术研究

Precise radiotherapy based on 4D-CT plays an important role in lung cancer radiotherapy. At present, spatial and temporal resolution of 4D-CT images is still very limited. In order to improve the spatial-temporal resolution of lung 4D-CT data, this research focuses on constructing high resolution (HR) lung 4D-CT images. The major topics include: (1) Super resolution (SR) reconstruction of lung 4D-CT to increase the spatial resolution. It contains SR reconstruction based on degradation operator and low rank matrix, and sparse representation with multi-scale dictionary learning for SR reconstruction. (2) Middle phase images reconstruction to increase temporal resolution. This topic includes multi-phase lung image registration based on sparse low rank decomposition and learning-based prediction for lung image registration. Then the middle phases can be reconstructed based on the registration deformation fields. The work may effectively enhance the spatial-temporal resolution of lung 4D-CT data without increasing the scanning dose and time, which may facilitate accurate treatment planning and delivery of radiation therapy.

基于4D-CT的精确放射治疗已成为肺肿瘤放射治疗的重要方向。当前，肺4D-CT图像的时空分辨率还十分有限，为了提高肺4D-CT图像的时空分辨率，本项目拟研究肺4D-CT时空高分辨率图像构建新方法：（1）增加肺4D-CT图像空间分辨率的超分辨率重建策略。主要包括：融合退化算子和低秩矩阵重建的肺4D-CT超分辨率重建模型构建及求解；基于跨层面联合字典训练及多尺度稀疏表达的超分辨率重建算法。（2）增加图像时间分辨率的肺4D-CT中间相位重建策略。主要研究基于稀疏低秩分解和基于学习预测的肺图像配准算法。在精确配准的基础上重建中间相位肺图像，以增加肺4D-CT图像时间分辨率。研究成果将有望在不增加任何扫描工作和剂量耐受的条件下，构建高时空分辨率肺4D-CT图像，进而为实现放射治疗过程中的肺肿瘤4D精确跟踪奠定基础。

肺4D-CT图像已成为引导肺肿瘤精准放射治疗的有效技术。但由于扫描时间长、剂量大，我们往往只能获得时空低分辨率的4D-CT图像数据，这直接影响到肿瘤运动的跟踪精度。因此，研究在不改变扫描模式和时间，不增加病人所受照射剂量的基础上，采用图像处理手段，提高肺4D-CT图像时间、空间分辨率的关键技术，具有明确意义。按照项目所制定的研究计划，本项目以提高肺4D-CT时空分辨率为核心，以肺4D-CT图像超分辨重建、多相位图像配准为主要内容开展研究。总体上，项目建立了包括基于低秩重建和多模型高斯回归的肺4D-CT图像超分辨率重建新模型；研究实现了基于多尺度图像字典学习，及多尺度稀疏表达的肺4D-CT超分辨率重建算法；提出了基于回归预测的肺4D-CT图像配准方法，并研究了针对肺4D-CT图像的序列肿瘤区域自动分割方法，为肺4D-CT图像时空分辨率改善和肿瘤自动分割提供了新思路。.同时在本项目支持下，以精确引导放射治疗其他临床问题为扩展研究，针对鼻咽癌放射治疗危及器官分割、宫颈癌放射治疗伪影消除等方面进行了研究，并取得了一定成果。.项目共获授权发明专利3项，发表论文11篇，其中SCI（发表于IEEE Transaction on Medical Imaging, European Radiology, Physics Medicine & Biology, Medical Physics等）论文8篇，其他3篇，培养研究生5名，获软件著作权1项，完全达到预期目标。