简介：摘要图像引导放射治疗(IGRT)是一种可视化的影像引导放疗技术，具有提高肿瘤靶区剂量，降低正常器官受照剂量等诸多优点。锥形束CT(CBCT)是IGRT中最常用的医学图像之一，对CBCT进行快速、准确的靶区及危及器官的分割对放疗具有重大意义。目前的研究方法主要有基于配准的分割方法和基于深度学习的分割方法。本研究针对CBCT图像分割方法、存在问题及发展方向进行综述。

简介：摘要目的利用深度相机开发三维点云放疗实时监测系统并验证其可行性。方法以深度相机坐标系为世界坐标系，由校准模体得到定位CT坐标系与世界坐标系之间的转换关系。患者的定位CT点云经上述关系转换到世界坐标系中并与深度相机实时获取的患者表面点云配准计算六维误差，完成摆位验证及放疗中分次内体位误差监测。统计系统六维计算误差的均值、标准差，配准后点云的豪斯多夫距离以及各部分程序运行时间，验证系统的可行性。选取15例真实患者，统计本系统与锥形线束CT之间六维误差。结果模体实验中，系统在左右、头脚、腹背方向的误差分别为（1.292±0.880）、（1.963±1.115）、（1.496±1.045）mm，在偏转、俯仰、翻滚角度的误差分别为0.201°±0.181°、0.286°±0.326°、0.181°±0.192°。对于真实患者，系统平移误差在2.6 mm以内，旋转误差在1°左右，程序运行1~2帧/s，精度和速度满足放疗要求。结论基于深度相机的三维点云放疗实时监测系统能自动完成放疗前摆位验证、放疗中体位实时监测，并提供误差视觉反馈，具有潜在的临床应用价值。

简介：摘要大数据环境下肿瘤病例为肿瘤的临床诊断提供了庞大的数据资源，同时人工智能技术的发展促进深度学习应用水平不断提升，推动肿瘤MRI图像的快速、精准分类进入深度学习时代。本文主要分为以下四个部分，第一部分针对目前主流的深度学习MRI图像分类模型：卷积神经网络、深度信念网络、深度残差网络、Vision Transformer展开综述。首先，阐述了各模型的历史沿袭、最初针对的问题及主要思想；其次，概括了模型的网络架构并探讨其在MRI图像分类上的最新应用；然后，分析了模型的特点、目前存在的局限及各自发展趋势。第二部分论述了一些影响分类性能的关键因素；第三部分提出了一些广泛使用的性能增强技术；文章最后讨论了深度学习分类MRI图像在临床实践中面临的主要限制，并对未来研究方向进行展望。本文的结果可为研究人员提供一个全面的比较，以及各种深度学习模型的有效性，有望促进脑肿瘤研究的进展。

简介：摘要目的探究四维(4D)超声对运动靶体积分辨能力。方法选用前列腺超声模型，分组对比研究应用4D超声在不同运动振幅(A)及运动周期(T)下勾画前列腺靶区，模拟A值分别设置为0.5、1.0、2.0、3.0、4.0、5.0 mm，t值设为1、2、3、4 s。分别计算模体前列腺靶体积，并以靶区静止时超声图像作为对照，分析两者间差异。结果模体静止时超声靶体积与CT靶体积大小有较高一致性(P>0.05)。A值为0.5、1.0 mm，t值为1~4 s时的体积与静止时超声靶体积相近(均P>0.05)；A值为2.0、3.0 mm，t值为1~3 s时靶体积与静止时超声靶体积不同(均P<0.05)。A值为2.0 mm，t值为4 s时靶体积与静止时超声靶体积相近(P＝0.710)，组内极差为6.7 cm3，标准差为1.15 cm3；A值为3.0 mm，t值为4.0 s时靶体积重复性差，组内极差为14.4 cm3；A值为4.0、5.0 mm，t值为1~4 s时组内极差分别为3.27~17.63 cm3、6.51~21.02 cm3。各周期下靶体积重复性很差，不能满足临床要求。结论4D维超声可在患者运动周期1~4 s内、运动幅度≤1 mm内为患者靶区勾画提供可靠参考数据，探头初始位置无影响。

简介：摘要MRI技术无辐射，软组织分辨率高，因此MR引导下的放疗现已成为放疗领域的热点研究工作。放疗中精确勾画靶区是非常关键的，目前多为手动分割，耗时、主观且缺乏一致性，自动图像分割可以在不降低分割质量前提下提高效率和可重复性。本文综述了在放疗中MRI的自动分割方法，对不同放疗部位包括前列腺、鼻咽癌、脑部肿瘤以及其他器官，就自动分割目标、挑战和方法进行分析和讨论。

简介：摘要目的开发一种三维可视化技术辅助放疗患者摆位，并对比分析其在乳腺和盆腔放疗中与传统摆位方法的差异。方法选取2020年6月至2021年4月常州第二人民医院40例放疗患者作为研究对象，其中乳腺、盆腔患者各20例。利用患者定位CT数据进行三维可视化重建，并将三维可视化模型与真实治疗环境融合，通过交互操作使得三维可视化模型位于加速器等中心点，并以此为依据进行实际患者的摆位。每例患者每周先进行传统摆位、再进行三维可视化引导放疗摆位，分3周采集，所有患者共240次摆位数据，以锥形束CT(CBCT)引导的摆位作为金标准进行比较。结果乳腺患者和盆腔患者三维可视化引导摆位x、y、z轴摆位误差绝对值后分别为(1.92±1.23)、(2.04±1.16)、(1.77±1.37)mm和(2.07±1.08)、(1.33±0.88)、(1.99±1.25)mm，各轴精度较传统摆位分别提高了38.83%、52.40%、33%和36.84%、54.04%、52.58%，y、z轴上的差异具有统计学意义(t＝2.956 ～5.734，P<0.05)。同时，对于乳腺患者，两种摆位方法y方向误差分布具有统计学意义(χ2＝7.481，P<0.05)，对于盆腔患者，两种摆位方法在各轴的误差分布差异均有统计学意义(χ2＝5.900、6.415、7.200，P<0.05)。结论三维可视化技术引导放疗摆位方法有效提高了乳腺和盆腔患者的摆位精度，具有潜在的临床应用价值。

简介：摘要随着医学图像合成任务复杂度的提高和对临床放疗精度的需求，深度学习算法在伪CT图像合成与分析中的角色越发重要。本文根据图像的模态种类对基于深度学习方法下的伪CT图像合成技术进行归类与分析，并介绍其在放疗应用中的最新进展。

简介：摘要医学图像在临床诊断和治疗上起着至关重要的作用。放射治疗过程中采用计算机体层成像(CT)进行靶区定位和勾画。为了从多个角度获取病变体信息，需利用医学图像多模态的优势。然而，获取多种模态的医学图像是比较耗费资源的，同时无法保证患者状态的一致性。医学图像跨模态转换，可以利用一种模态图像预测另一种模态图像。本文详细综述了基于CT图像的超声图像、磁共振(magnetic resonance, MR)图像、正电子发射计算机断层显像(positron emission tomography, PET)跨模态模型研究，分类阐述了各模型的特点和存在的挑战，指出尚待开展的研究领域。

简介：摘要在肿瘤放疗中，图像引导技术对于提高放疗精确程度至关重要。超声图像由于具有实时性、可重复性、无辐射等优点，已逐渐应用于临床放疗的摆位验证及自适应治疗中。本文就超声图像引导技术在放疗中的应用进行归类与分析，并介绍其最新进展。