放療中呼吸運動的雙目視覺實時跟蹤系統(tǒng)的研究與實現(xiàn).pdf

1、隨著腫瘤治療學的發(fā)展，放射治療已成為腫瘤的三大主要治療手段之一。據(jù)估計，每年約有60％～70％以上的腫瘤患者治療過程中采用過放射治療（包括單純放療、術(shù)前或術(shù)后治療、放療合并化療等）。腫瘤放療的目的是最大限度地提高腫瘤局部劑量，提高腫瘤局部控制率，盡可能減少周圍正常組織損傷及其并發(fā)癥，從而提高腫瘤治愈率，改善患者的生活、生存質(zhì)量。放射治療經(jīng)歷了從常規(guī)放療到三維適形放射治療(3DCRT,three-dimensionalconformalr

2、adiotherapy)再到調(diào)強放射治療（IMRT,IntensityModulationRadiotherapy）和圖像引導(dǎo)放射治療(IGRT,ImageGuidedRadiotherapy)的精確放療發(fā)展歷程。
　　 放射治療是以分次照射方式進行的，即使有很好的體位固定技術(shù)，能保證患者治療體位的重復(fù)性，但因患者的呼吸和器官運動引起的腫瘤（靶區(qū)）及危及器官(OAR)的移動，使其偏離照射野之外，造成腫瘤的欠劑量或危及器官的過劑量

3、照射。對于圖像引導(dǎo)的放射治療時代來說，這是一個越來越被重視的難點和熱點。相關(guān)試驗表明，這些運動對放療效果產(chǎn)生很大的影響。如果能在放射治療中很好的處理和控制呼吸運動的影響，可減少內(nèi)擴邊，縮小分次治療內(nèi)的隨機運動誤差，可使放射治療的精確性大幅度提高。
　　 目前國內(nèi)外研究和應(yīng)用的控制呼吸運動的方法很多，如主動呼吸控制技術(shù)、呼吸引導(dǎo)門控技術(shù)、強迫屏氣技術(shù)和以應(yīng)用于CyberKnife為例的呼吸同步化技術(shù)等。在理想的條件下，如果能連續(xù)地

4、實時追蹤，監(jiān)測腫瘤運動情況，可縮小內(nèi)靶區(qū)ITV的范圍，其治療精度可達1mm。這種方式要求實現(xiàn):實時識別腫瘤在體內(nèi)的位置;考慮系統(tǒng)響應(yīng)的延遲時間，而預(yù)料腫瘤位置變化度;不斷地修正和調(diào)整輸出射線束;為了適應(yīng)呼吸循環(huán)中肺容積的變化和臨界結(jié)構(gòu)的改變而調(diào)整輸出劑量等。這是目前能徹底解決放射治療中呼吸運動造成影響的一種最有前途的方式，也被人們廣泛地研究。
　　 本文的目的是將計算機立體視覺技術(shù)引入到對呼吸運動的實時追蹤。利用雙目視覺技術(shù)獲取

5、置于患者腹部表面的標記物圖像，實時測算標記物的三維空間坐標，最終將所得到的信息傳遞給逆向跟蹤平臺系統(tǒng)，從而實現(xiàn)對呼吸運動的逆向補償，提高放射治療效果。
　　 為了實現(xiàn)實時跟蹤的目的，具體的方法概述為:使用由雙攝像機組成的計算機視覺系統(tǒng)，實時匹配出標記物在左右兩攝像機采集的圖像中的具體坐標，依據(jù)雙目成像的基本原理計算出標記物在腹部表面的三維坐標值，結(jié)合時間參數(shù)計算出該特征點三維坐標變化情況，以此來完成對呼吸運動的實時跟蹤。在目標跟

6、蹤過程中，使用魯棒性強的SIFT（scaleinvariantfeaturetransform）算法作為目標圖像匹配的方法，并且在算法設(shè)計過程中，采用動態(tài)選擇待匹配圖像和局部搜索的策略。該系統(tǒng)具體實現(xiàn)系統(tǒng)包括以下幾個方面:攝像機標定，標記物特征提取，標記物動態(tài)跟蹤，雙目視覺匹配，標記物的三維信息計算等。
　　 攝像機標定是計算機視覺的基礎(chǔ)和關(guān)鍵，它在物體和圖像之間建立了一種基本聯(lián)系。攝像機立體的成像原理是模仿人眼，通過鏡頭獲取物

7、體的二維圖像，進而根據(jù)同一個物體在不同攝像機圖像上的像素差異，計算出物體的三維坐標信息。攝像機的外部參數(shù)表示攝像機的位置和方位相對于一個實際坐標系的坐標變換，內(nèi)部參數(shù)表示攝像機的光學本質(zhì)特性。標定工作，是依據(jù)已知坐標的三維空間點，通過反向計算來確定設(shè)定好的攝像機系統(tǒng)的內(nèi)外部參數(shù)。在本系統(tǒng)中對攝像機的標定方案是先分別對兩個攝像機進行單個標定，再進行立體標定。單個攝像機的標定是分別求出它們的內(nèi)參數(shù)矩陣、畸變系數(shù)、旋轉(zhuǎn)矩陣R和平移向量T，前兩

8、者構(gòu)成了攝像機的內(nèi)參數(shù)，R和T構(gòu)成了物體位置和方向的攝像機外參數(shù)。在立體標定中，利用旋轉(zhuǎn)矩陣R和平移向量T來聯(lián)系左右攝像機。廣義上的攝像機標定可以分為三種:傳統(tǒng)標定方法、基于主動視覺的標定方法和自標定方法。本實驗系統(tǒng)中采用2D（即平面棋盤的）的傳統(tǒng)標定方法。文章中詳細介紹其標定理論、標定試驗和結(jié)果。
　　 計算機視覺跟蹤的效果，取決于視頻圖像的可靠性和圖像配準的速度。這其中的關(guān)鍵點是計算機能夠快速識別出圖像中的感興趣目標。實現(xiàn)目

9、標跟蹤的關(guān)鍵在于完整地分割目標、合理提取特征和準確地識別目標，同時要考慮算法實現(xiàn)的時間，保證實時性。目標跟蹤常見的方法有:基于運動的分析方法和基于圖像匹配的方法。光流分割法和幀間差分法是基于運動分析的主要方法。基于圖像匹配的方法是利用圖像配準的基本思想，匹配出不同圖片中的相同物體后，來確定目標及其運動的相對位置，正確的截獲概率和定位精度是圖像匹配的主要性能指標。基于圖片配準的基本方法，可以分為區(qū)域匹配、模型匹配、頻域匹配和特征匹配。有學

10、者試驗表明:針對不同的場景，對光照變化、圖像幾何變形、分辨率差異、旋轉(zhuǎn)、模糊和圖像壓縮等6種情況，就多種最具代表性的描述子（如SIFT,矩不變量，互相關(guān)等10種描述子）進行了實驗和性能比較，結(jié)果表明，在以上各種情況下，SIFT描述子的性能最好。因此，本系統(tǒng)中采用SIFT算法作為目標跟蹤中的圖像匹配算法。
　　 SIFT算法生成圖像特征的主要步驟有以下幾個:(1)尺度空間極值檢測;(2)關(guān)鍵點的定位;(3)方向的確定;(4)關(guān)鍵點

11、描述。尺度空間理論是模擬圖像數(shù)據(jù)的多尺度特征，尺度空間極值檢測的主要過程是:在尺度空間內(nèi)利用唯一的線性核——高斯核，建立高斯金字塔。因此，尺度空間理論的主要思想是利用高斯核對原始圖像進行尺度變化，獲得圖像在多尺度下的尺度空間表示序列，對這些序列進行尺度空間特征提取。每個關(guān)鍵點有三個信息:位置、所處尺度、方向。當兩幅圖像的SIFT特征向量生成后，進一步采用關(guān)鍵點特征向量的歐式距離作為兩幅圖像中關(guān)鍵點的相似性判定度量。取圖像1中的某個關(guān)鍵點

12、，并找出其與圖像2中歐式距離最近的前兩個關(guān)鍵點。文中用C++實現(xiàn)了該算法，并做了相關(guān)的匹配試驗。
　　 雙目計算機視覺跟蹤系統(tǒng)是基于人眼雙目視差測量原理，通過兩個攝像機以不同的角度對同一物體獲取具有視差的兩幅圖像，再根據(jù)這兩幅二維圖像還原物體的三維信息。確定兩攝像機之間的位置關(guān)系，對測量精度有至關(guān)重要的影響，這種位置關(guān)系通過立體標定可以獲得。文中介紹了它的標定方法和相關(guān)試驗結(jié)果，并在matlab中展示了標定的結(jié)果。
　　

13、 系統(tǒng)的軟件工程細分成如下幾個模塊:系統(tǒng)初始化模塊、視頻圖像校準模塊、標記物圖像SIFT特征提取模塊、立體匹配模塊、三維坐標計算模塊和運動跟蹤實現(xiàn)模塊。初始化模塊:主要功能是對攝像機進行立體標定，先分別獲取左右攝像機的內(nèi)外參數(shù)和畸變向量，再進行立體標定。視頻圖像校準模塊:用標定的內(nèi)參數(shù)矩陣，對獲取的每一幀視頻圖像進行校準。標記物圖像SIFT特征提取模塊和立體匹配模塊:獲取標記物圖像和左右攝像機圖像匹配點。三維坐標計算模塊:結(jié)合已經(jīng)求得的

14、（x1，y1）和（xr，yr），計算出物體三維坐標。三維運動計算模塊:引入時間函數(shù)，計算標記物的實時運行速度。后繼幀的配準圖像的選擇:為了減少計算量，提高處理速度，所做的一些圖像配準方面的處理。其中關(guān)于SIFT算法，在第一次完成標記物圖像和左右視頻圖像的匹配后，在后繼的左右視頻圖像中，以標記物所在的上一幀圖像位置為中心，動態(tài)選取匹配區(qū)域進行下一步的配準，然后再把所獲得的準確位置映射到原圖像中。所選取的動態(tài)區(qū)域的大小，決定了視頻匹配的效率