构建肺肿瘤内靶区SUV值分布模型

由于肺肿瘤靶区能随着呼吸运动而发生移位，而且这种移位具有不确定性，给肺肿瘤精确放射治疗设计、实施带来困难；通常人们采用精确呼吸控制及影像引导放疗来克服，费时费钱。本课题利用PET显像特点，构建肺肿瘤内靶区SUV值分布模型，以根据SUV值分布情况准确描述内靶区，有效解决这个难题。研究设计上利用Flanged Jaszczak Ect模型观察不同运动状态下，"肿瘤"大小、靶本比值、总计数率及采集模式对肿瘤SUV值的影响，并描述它们之间的函数关系。又根据肿瘤运动图像的几何拓扑结构、纹理特征和像素统计特征，利用图像识别方法，利用Snake模型识别并准确勾画出靶区边缘；以随机过程理论为基础，利用隐马尔可夫模型（HMM）分析肺肿瘤内靶区SUV值分布，建立内靶区SUV值三维分布归率模型；并开发软件以实现用SUV值半自动勾画肺肿瘤靶区的目的。最后比较根据PET与CT肺肿瘤靶区制定的放射治疗计划的优劣点。

【背景】目前CT重建技术的前提是被扫描物体处于静止状态，运动器官的CT图像容易产生运动伪影，4D CT提高了时间分辨率能减少图像运动伪影，但不能完全消除它，影响肺肿瘤内靶区的制定。.【方向】本课题组企图利用PET显像特点，根据标准摄取值（Standardized Uptake Value，SUV）分布情况描述内靶区，以解决这个难题。.【主要研究内容】.1.设计完成测量SUV的软件SUV_ Pro，并鉴定其测量结果与Xeleris工作站测得结果高度一致（r＞0.97），能够重复Xeleris工作站测量SUV的工作，为后继科研工作搭建了一个平台。.2.提出用水模型鉴定PET-CT同机融合图像配准精度的方法，并证实本单位GE Discovery ST 8 PET/CT仪检查床负载与负载的分布不影响PET-CT同机融合配准校正，在实验阶段PET图像相对于CT图像最大偏移量约相当于PET原始图像像素宽的1/2（2.4 mm），是可以接受的。.3.根据常见肺部肿瘤的形态学特征，设计制作了圆球形、椭球形、空洞型、分叶型、棒槌型等多种形态、大小不等的空心球体。.4.设计制作门电路控制三维运动滑台，以驱动模型模拟呼吸运动。.5.建立求模型边界的方法。根据肿瘤模型处于静止状态下其PET-CT图像，分别计算肿瘤模型边界、内部及周围本底平均计数，用数值逼近法可求出模型的边界。.6.建立确定肺肿瘤内靶区（Internal Target Volume, ITV）的方法。根据肺肿瘤模型PET-CT图像（模拟呼吸运动情况），通过计算本底（Bg±SD），以Bg+2×SD为阈值（互补法）求ITV。以恢复系数（Recovery Coefficient, RC）、模型相似系数（Dice Similarity Coefficient, DSC）为观察指标，比较互补法与常用的6种确定ITV的阈值方法，统计结果显示，这7种方法测得的RC和DSC存在明显的统计学差异（P＜0.01），互补法优于其他6种方法。.【结论】 互补法和数值逼近法分别是具有绘制肺肿瘤ITV和肿瘤GTV的极具前景的方法。.【存在不足与努力方向】由于互补法绘制的ITV往往比实际的大，本课题组拟租用具有呼吸门控装置的PET-CT仪，把肿瘤运动问题转化成静止肿瘤平移叠加后加以处理，并数值逼近法求各时相肿瘤的边界，旨在获得更准确的ITV范围。