[26]金标图像引导

1.1 金标图像引导意义

人体不同组织结构密度不同，在X射线成像上显示也不同。骨骼和肌肉容易区分，而内脏等软组织很难精确定位，因此要借助追踪系统定位。此外，软组织受呼吸影响或器官自发运，如胸部、肺部病灶随呼吸移动、胃肠道蠕动等，也会造成定位误差。
因此，在治疗前预先在肿瘤附近或肿瘤体内植入金属追踪标记物（金标）作为靶区定位引导，可以最大限度降低呼吸运行及摆位带来的误差，提高体部肿瘤的立体定向高精度放疗。

1.2 金标图像引导

1）1-3个金标可以计算位移追踪病灶移动，而确定位置推荐4-6个金标改善定位精度。
2）体表金标
可能随着皮肤动度会比较明显。贴金标位置尽量靠近骨性标志物。
需要数据证实和考量，重建图像金标点和采集图像金标点是否可以匹配，相差有多大范围，是否超过标准。

对于需要使用外置金标做图像引导的患者，应在摆位前将金标贴在患者背部，用以监控治疗过程中患者实时位置与摆位位置的偏差。 图片.png
3）内置金标
内置金标属于微创手术，需要提前一周植入，等待金标于组织位置达到相对稳定。
金标间距大于2cm,金标与治疗靶区距离小于5-6cm，金标不能再同一条直线。 图片.png

1.3 金标点定义

1） 具有解剖学意义的点；
2） 数学地标：根据数学和几何原理计算的伪地标（例如，最大曲率、角点、拐点）；
3） 金属标记物（贴于体表金标、植入体内的金标）；

图片.png

1.4金标图像配准

  医学图像配准算法是对一幅图像寻找一种或者一系列的空间变化使其与其他另外一幅图像的对应位置进行匹配，并利用一个相似性测度并且寻找一个空间映射变换关系，经过空间变换后两幅图像间的相似性达到最大（差异性最小）

现有的医学图像配准主要有刚性和非刚性配准两种，实现各维度、多种模态配准，以及全局和局部配准。图像配准可利用的相似性主流的是基于灰度统计学信息（例如：灰度均方差、归一化互相关等），同时利用参数优化方法（梯度下降、遗传算法等）对空间参数函数进行迭代优化。
金标配准（Landmark配准）是利用两组图像中一些特殊标记点（例如，伪地标（解剖点和数学计算角点、拐点）、金属标记物（体外金标、体内金标），直接计算参考图像和运动图像的这两组标记点坐标位置之间的映射关系（平移、旋转、缩放量）。通过计算得到的变换量将运动图像映射到参考图像空间，实现图像配准。

1.5 金标配准流程框架

1） KV图像和DRR上分别分割出金标图像，并计算金标中心坐标
2） 利用ITK库金标配准算法，输入分割处理的参考图像和运动图像的金标坐标数据计算转换参数，执行金标配准；

1.6 ITK中与Landmark有关类

1）Itk::LandmarkBasedTransformInitializer类：
2）ITK库的金标配准算法流程
输入参考图像和待配准图像；
创建参考图和待配准图的地标集，添加到容器以收集地标点集；
设置基于地标点的变换的地标集合；
定义刚性变换类型、并将基于地标点的变换对象设置为刚性变换；
定义ResampleFilterType滤波器，输入为待配准图像；