放療中呼吸運(yùn)動(dòng)的雙目視覺(jué)實(shí)時(shí)跟蹤系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著腫瘤治療學(xué)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(jì)，每年約有60％～70％以上的腫瘤患者治療過(guò)程中采用過(guò)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(qiáng)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(jìn)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(yùn)動(dòng)引起的腫瘤（靶區(qū)）及危及器官(OAR)的移動(dòng)，使其偏離照射野之外，造成腫瘤的欠劑量或危及器官的過(guò)劑量

3、照射。對(duì)于圖像引導(dǎo)的放射治療時(shí)代來(lái)說(shuō)，這是一個(gè)越來(lái)越被重視的難點(diǎn)和熱點(diǎn)。相關(guān)試驗(yàn)表明，這些運(yùn)動(dòng)對(duì)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(yùn)動(dòng)的影響，可減少內(nèi)擴(kuò)邊，縮小分次治療內(nèi)的隨機(jī)運(yùn)動(dòng)誤差，可使放射治療的精確性大幅度提高。
　　 目前國(guó)內(nèi)外研究和應(yīng)用的控制呼吸運(yùn)動(dòng)的方法很多，如主動(dòng)呼吸控制技術(shù)、呼吸引導(dǎo)門控技術(shù)、強(qiáng)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(shí)時(shí)追蹤，監(jiān)測(cè)腫瘤運(yùn)動(dòng)情況，可縮小內(nèi)靶區(qū)ITV的范圍，其治療精度可達(dá)1mm。這種方式要求實(shí)現(xiàn):實(shí)時(shí)識(shí)別腫瘤在體內(nèi)的位置;考慮系統(tǒng)響應(yīng)的延遲時(shí)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(yùn)動(dòng)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(jì)算機(jī)立體視覺(jué)技術(shù)引入到對(duì)呼吸運(yùn)動(dòng)的實(shí)時(shí)追蹤。利用雙目視覺(jué)技術(shù)獲取

5、置于患者腹部表面的標(biāo)記物圖像，實(shí)時(shí)測(cè)算標(biāo)記物的三維空間坐標(biāo)，最終將所得到的信息傳遞給逆向跟蹤平臺(tái)系統(tǒng)，從而實(shí)現(xiàn)對(duì)呼吸運(yùn)動(dòng)的逆向補(bǔ)償，提高放射治療效果。
　　 為了實(shí)現(xiàn)實(shí)時(shí)跟蹤的目的，具體的方法概述為:使用由雙攝像機(jī)組成的計(jì)算機(jī)視覺(jué)系統(tǒng)，實(shí)時(shí)匹配出標(biāo)記物在左右兩攝像機(jī)采集的圖像中的具體坐標(biāo)，依據(jù)雙目成像的基本原理計(jì)算出標(biāo)記物在腹部表面的三維坐標(biāo)值，結(jié)合時(shí)間參數(shù)計(jì)算出該特征點(diǎn)三維坐標(biāo)變化情況，以此來(lái)完成對(duì)呼吸運(yùn)動(dòng)的實(shí)時(shí)跟蹤。在目標(biāo)跟

6、蹤過(guò)程中，使用魯棒性強(qiáng)的SIFT（scaleinvariantfeaturetransform）算法作為目標(biāo)圖像匹配的方法，并且在算法設(shè)計(jì)過(guò)程中，采用動(dòng)態(tài)選擇待匹配圖像和局部搜索的策略。該系統(tǒng)具體實(shí)現(xiàn)系統(tǒng)包括以下幾個(gè)方面:攝像機(jī)標(biāo)定，標(biāo)記物特征提取，標(biāo)記物動(dòng)態(tài)跟蹤，雙目視覺(jué)匹配，標(biāo)記物的三維信息計(jì)算等。
　　 攝像機(jī)標(biāo)定是計(jì)算機(jī)視覺(jué)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(jī)立體的成像原理是模仿人眼，通過(guò)鏡頭獲取物

7、體的二維圖像，進(jìn)而根據(jù)同一個(gè)物體在不同攝像機(jī)圖像上的像素差異，計(jì)算出物體的三維坐標(biāo)信息。攝像機(jī)的外部參數(shù)表示攝像機(jī)的位置和方位相對(duì)于一個(gè)實(shí)際坐標(biāo)系的坐標(biāo)變換，內(nèi)部參數(shù)表示攝像機(jī)的光學(xué)本質(zhì)特性。標(biāo)定工作，是依據(jù)已知坐標(biāo)的三維空間點(diǎn)，通過(guò)反向計(jì)算來(lái)確定設(shè)定好的攝像機(jī)系統(tǒng)的內(nèi)外部參數(shù)。在本系統(tǒng)中對(duì)攝像機(jī)的標(biāo)定方案是先分別對(duì)兩個(gè)攝像機(jī)進(jìn)行單個(gè)標(biāo)定，再進(jìn)行立體標(biāo)定。單個(gè)攝像機(jī)的標(biāo)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(jī)的內(nèi)參數(shù)，R和T構(gòu)成了物體位置和方向的攝像機(jī)外參數(shù)。在立體標(biāo)定中，利用旋轉(zhuǎn)矩陣R和平移向量T來(lái)聯(lián)系左右攝像機(jī)。廣義上的攝像機(jī)標(biāo)定可以分為三種:傳統(tǒng)標(biāo)定方法、基于主動(dòng)視覺(jué)的標(biāo)定方法和自標(biāo)定方法。本實(shí)驗(yàn)系統(tǒng)中采用2D（即平面棋盤的）的傳統(tǒng)標(biāo)定方法。文章中詳細(xì)介紹其標(biāo)定理論、標(biāo)定試驗(yàn)和結(jié)果。
　　 計(jì)算機(jī)視覺(jué)跟蹤的效果，取決于視頻圖像的可靠性和圖像配準(zhǔn)的速度。這其中的關(guān)鍵點(diǎn)是計(jì)算機(jī)能夠快速識(shí)別出圖像中的感興趣目標(biāo)。實(shí)現(xiàn)目

9、標(biāo)跟蹤的關(guān)鍵在于完整地分割目標(biāo)、合理提取特征和準(zhǔn)確地識(shí)別目標(biāo)，同時(shí)要考慮算法實(shí)現(xiàn)的時(shí)間，保證實(shí)時(shí)性。目標(biāo)跟蹤常見(jiàn)的方法有:基于運(yùn)動(dòng)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(yùn)動(dòng)分析的主要方法?；趫D像匹配的方法是利用圖像配準(zhǔn)的基本思想，匹配出不同圖片中的相同物體后，來(lái)確定目標(biāo)及其運(yùn)動(dòng)的相對(duì)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(biāo)?；趫D片配準(zhǔn)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(xué)

10、者試驗(yàn)表明:針對(duì)不同的場(chǎng)景，對(duì)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(jìn)行了實(shí)驗(yàn)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(biāo)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(gè):(1)尺度空間極值檢測(cè);(2)關(guān)鍵點(diǎn)的定位;(3)方向的確定;(4)關(guān)鍵點(diǎn)

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(cè)的主要過(guò)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(duì)原始圖像進(jìn)行尺度變化，獲得圖像在多尺度下的尺度空間表示序列，對(duì)這些序列進(jìn)行尺度空間特征提取。每個(gè)關(guān)鍵點(diǎn)有三個(gè)信息:位置、所處尺度、方向。當(dāng)兩幅圖像的SIFT特征向量生成后，進(jìn)一步采用關(guān)鍵點(diǎn)特征向量的歐式距離作為兩幅圖像中關(guān)鍵點(diǎn)的相似性判定度量。取圖像1中的某個(gè)關(guān)鍵點(diǎn)

12、，并找出其與圖像2中歐式距離最近的前兩個(gè)關(guān)鍵點(diǎn)。文中用C++實(shí)現(xiàn)了該算法，并做了相關(guān)的匹配試驗(yàn)。
　　 雙目計(jì)算機(jī)視覺(jué)跟蹤系統(tǒng)是基于人眼雙目視差測(cè)量原理，通過(guò)兩個(gè)攝像機(jī)以不同的角度對(duì)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(jī)之間的位置關(guān)系，對(duì)測(cè)量精度有至關(guān)重要的影響，這種位置關(guān)系通過(guò)立體標(biāo)定可以獲得。文中介紹了它的標(biāo)定方法和相關(guān)試驗(yàn)結(jié)果，并在matlab中展示了標(biāo)定的結(jié)果。
　　

13、 系統(tǒng)的軟件工程細(xì)分成如下幾個(gè)模塊:系統(tǒng)初始化模塊、視頻圖像校準(zhǔn)模塊、標(biāo)記物圖像SIFT特征提取模塊、立體匹配模塊、三維坐標(biāo)計(jì)算模塊和運(yùn)動(dòng)跟蹤實(shí)現(xiàn)模塊。初始化模塊:主要功能是對(duì)攝像機(jī)進(jìn)行立體標(biāo)定，先分別獲取左右攝像機(jī)的內(nèi)外參數(shù)和畸變向量，再進(jìn)行立體標(biāo)定。視頻圖像校準(zhǔn)模塊:用標(biāo)定的內(nèi)參數(shù)矩陣，對(duì)獲取的每一幀視頻圖像進(jìn)行校準(zhǔn)。標(biāo)記物圖像SIFT特征提取模塊和立體匹配模塊:獲取標(biāo)記物圖像和左右攝像機(jī)圖像匹配點(diǎn)。三維坐標(biāo)計(jì)算模塊:結(jié)合已經(jīng)求得的

14、（x1，y1）和（xr，yr），計(jì)算出物體三維坐標(biāo)。三維運(yùn)動(dòng)計(jì)算模塊:引入時(shí)間函數(shù)，計(jì)算標(biāo)記物的實(shí)時(shí)運(yùn)行速度。后繼幀的配準(zhǔn)圖像的選擇:為了減少計(jì)算量，提高處理速度，所做的一些圖像配準(zhǔn)方面的處理。其中關(guān)于SIFT算法，在第一次完成標(biāo)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(biāo)記物所在的上一幀圖像位置為中心，動(dòng)態(tài)選取匹配區(qū)域進(jìn)行下一步的配準(zhǔn)，然后再把所獲得的準(zhǔn)確位置映射到原圖像中。所選取的動(dòng)態(tài)區(qū)域的大小，決定了視頻匹配的效率