磁感应治疗(或称磁介导热疗)是近年来发展的一种肿瘤热疗新技术。目前临床肿瘤或器官的勾画和分割极大程度依赖医生手工操作,速度和效率均比较低,对于适形热疗是一大技术难点。计划系统能够协助医生精确地识别病灶,并根据病灶形态计算热场以精确灭活病态组织、减少正常组织损伤和避让重要结构。本文旨在提出可行性强的分割算法应用于计划系统,针对磁感应靶向和适形热疗计划制定过程中,如何确定人体组织、器官及治疗区域的几何属性和空间位置信息这一核心问题,基于几何主动轮廓模型和CT序列分别实现了轮廓勾画和组织器官分割方法,这二种方法涵盖了医学影像的二维和三维分割,能够较好地满足计划系统对于目标区域提取的临床使用需求。联合图像能水平集算法(CIELS)用于轮廓勾画。算法引入正则项并整合了合适的能量泛函,通过能量泛函的极小来惩罚水平集函数与符号距离函数的偏差,进而演化过程中不需要再次初始化;水平集数值计算选用了有限差分方法,在求解图像能量函数偏微分方程时,加快了曲线演化的速度:引入区域检测函数和可变权重系数,算法可以自我调整演化方向,提出新的终止函数,能准确分割出多目标、尖角弱边界和凹形、带内腔图案,并在CT图像轮廓勾画中表现良好。区域自适应鲁棒特征统计的三维医学影像分割算法(LARFS)用于组织器官识别,初步解决传统算法易分割不足或泄漏的问题。该算法利用医学影像三维重建数据场信息,将传统的区域增长算法与统计学方法结合应用,充分利用图像的区域信息(平均值、方差及概率密度函数)表示局部分割特征并基于几何主动轮廓模型驱动轮廓演化,实验数据表明,利用三维体素信息的LARFS,针对不同器官输入合适的生长因子,能够实现有效分割。
