本發(fā)明涉及放射治療的，更具體地，涉及一種基于腫瘤靶區(qū)距離權(quán)重的體表配準方法及系統(tǒng)。

背景技術(shù)：

1、在傳統(tǒng)的放射治療中，患者定位依賴于靜態(tài)的定位標記（例如紋身標記）和治療前獲取的ct或mri影像數(shù)據(jù)。然而，治療過程中患者的細微位移，包括呼吸引起的運動、膀胱充盈狀態(tài)的改變及器官的自然移動，均可能引起腫瘤位置的偏移，從而影響治療的精確度。體表引導(dǎo)放射治療（sgrt，surface-guided?radiation?therapy）運用高精度的光學(xué)攝像頭系統(tǒng)實時捕捉患者體表的三維圖像，通過比對治療前后的圖像，能夠監(jiān)測并即時糾正治療過程中患者體表的微小移動，確保腫瘤始終處于精確的照射范圍內(nèi)，這種智能化的治療方式能夠克服傳統(tǒng)放射治療的精度缺陷。但目前的sgrt產(chǎn)品多采用剛性配準算法來實現(xiàn)整個體表的配準，這種方法在處理頭部等剛性體表區(qū)域的腫瘤治療時表現(xiàn)良好，體表的配準誤差可直接反映腫瘤位置的偏移，但在處理胸腹部等易受呼吸運動影響的軟組織區(qū)域時，呼吸運動會導(dǎo)致體表形態(tài)的動態(tài)變化，而剛性配準算法無法準確捕捉與腫瘤鄰近體表區(qū)域的細微位移，進而無法精確反映腫瘤的實際位置變動，從而對放射治療的精確度和治療效果產(chǎn)生不良影響。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)中剛性配準算法無法精確反映腫瘤的實際位置變動的不足，提供一種基于腫瘤靶區(qū)距離權(quán)重的體表配準方法及系統(tǒng)，可準確捕捉與腫瘤臨近體表區(qū)域的細微位移，精確反映腫瘤的實際位置變動，提升放射治療的精確度，減少對健康組織的不必要輻射，提升治療效果和患者的生活質(zhì)量。

2、為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：

3、提供一種基于腫瘤靶區(qū)距離權(quán)重的體表配準方法，包括以下步驟：

4、步驟s100.?獲取實時點云和參考點云，進行粗配準得到第一變換矩陣；其中，實時點云和參考點云位于同一坐標系；

5、步驟s200.?根據(jù)步驟s100中所述第一變換矩陣，對所述實時點云進行第一次矩陣變換，得到變換后的實時點云；

6、步驟s300.?遍歷步驟s200中所述變換后的實時點云中每個實時點，在參考點云的參考點中搜索找到最近點，若實時點與搜索到的最近點之間的距離在閾值范圍內(nèi)，則該實時點和參考點配為點對，多組點對構(gòu)成點對集合；

7、步驟s400.?計算步驟s300所述點對集合的點對中實時點和參考點的重疊度fitness和均方誤差inlier_rmse，判斷重疊度fitness是否小于設(shè)定的重疊度閾值、且均方誤差inlier_rmse是否小于設(shè)定的均方誤差均值；

8、步驟s500.?若重疊度fitness小于設(shè)定的重疊度閾值且均方誤差inlier_rmse小于設(shè)定的均方誤差均值，則停止迭代完成配準；

9、若重疊度fitness不小于設(shè)定的重疊度閾值、或均方誤差inlier_rmse不小于設(shè)定的均方誤差均值，則根據(jù)步驟s300中所述的點對集合計算更新矩陣，并采用更新矩陣更新步驟s100中第一變換矩陣得到第二變換矩陣，并根據(jù)第二變換矩陣對變換后的實時點云進行第二次矩陣變換，重復(fù)步驟s200~步驟s500；

10、其中，所述更新矩陣按下式獲得：

11、

12、式中，為基于腫瘤靶區(qū)距離梯度加權(quán)的雅可比矩陣，為基于腫瘤靶區(qū)距離梯度加權(quán)的殘差向量。

13、優(yōu)選地，步驟s100中所述第一變換矩陣和步驟s500中所述第二變換矩陣均為4x4矩陣，表示為：

14、

15、其中，為3x3三維旋轉(zhuǎn)矩陣，為三維平移矩陣；

16、步驟s200中所述第一次矩陣變換、步驟s500中所述第二次矩陣變換均為旋轉(zhuǎn)平移變換。

17、優(yōu)選地，步驟s500中，所述第二變換矩陣由下式得到：

18、。

19、優(yōu)選地，基于腫瘤靶區(qū)距離梯度加權(quán)的雅可比矩陣按下式獲得：

20、

21、基于腫瘤靶區(qū)距離梯度加權(quán)的殘差向量按下式獲得：

22、

23、式中，為第對點對的雅可比向量，為第對點對的殘差，為第對點對的雅可比向量的轉(zhuǎn)置向量，為權(quán)重模型，為點對集合中點對的數(shù)量。

24、優(yōu)選地，第對點對的雅可比向量、第對點對的殘差按下式獲得：

25、第對點對的雅可比向量的前三行?=?第對點對中與實時點對應(yīng)的參考點的法向量方向的投影；

26、第對點對的雅可比向量的后三行?=?第對點對中與實時點對應(yīng)的參考點的法向量；

27、第對點對的殘差=第對點對中實時點與對應(yīng)的參考點的殘差向量在參考點法向量方向的投影長度。

28、優(yōu)選地，所述和所述通過ldlt分解原理，得到六維變換向量；根據(jù)矩陣變換原理，將六維變換向量轉(zhuǎn)換為4x4變換矩陣，4x4變換矩陣即為所述更新矩陣。

29、優(yōu)選地，步驟s500中，點對的重疊度fitness按下式進行計算：

30、

31、式中，是點對集合中點對的數(shù)量，是實時點云點的數(shù)量。

32、優(yōu)選地，步驟s500中，點對距離的均方誤差inlier_rmse按下式進行計算：

33、

34、

35、其中，是點對集合中點對的數(shù)量，和分別為第i對點對分別位于實時點云和參考點云上的三維點；表示第i對點對中實時點的三維坐標，表示第i對點對中參考點的三維坐標，為權(quán)重模型。

36、優(yōu)選地，所述權(quán)重模型由下述步驟得到：

37、利用kdtree算法搜索參考點云上距離等中心點最近的點及最近距離值miu，?并設(shè)定標準差的值；

38、搜索到的點對中實時點云，計算其到等中心的距離dist；

39、則權(quán)重模型設(shè)置為：

40、

41、其中，表示第i組點對中的參考點到等中心點的歐式距離，為距離方差。權(quán)重模型的引入使得距離等中心點較近的區(qū)域權(quán)重較大，距離等中心點較遠的區(qū)域權(quán)重較小，使得距離等中心點距離較遠的區(qū)域形變點云對配準結(jié)果影響較小，即等中心點附近區(qū)域?qū)崟r點和參考點趨于重合，不受遠離等中心點的點云的影響。

42、本發(fā)明還提供了一種基于腫瘤靶區(qū)距離權(quán)重的體表配準系統(tǒng)，包括：

43、數(shù)據(jù)獲取模塊：用于獲取實時點云和參考點云；

44、粗配準模塊：用于接收數(shù)據(jù)獲取模塊傳輸?shù)狞c云數(shù)據(jù)，并進行粗配準得到第一變換矩陣；

45、變換模塊：基于粗配準模塊配準得到的第一變換矩陣，對實時點云進行第一次矩陣變換，得到變換后的實時點云；

46、遍歷模塊：用于遍歷變換模塊變換后的實時點云中每個實時點、尋找距離最近的參考點，并將實時點和參考點距離在閾值范圍內(nèi)的點配為點對，基于點對構(gòu)建點對集合；

47、計算模塊：用于計算所述點對集合的點對中實時點和參考點的重疊度fitness和均方誤差inlier_rmse；以及用于判斷重疊度fitness是否小于設(shè)定的重疊度閾值、且均方誤差inlier_rmse是否小于設(shè)定的均方誤差均值；

48、執(zhí)行模塊：用于根據(jù)計算模塊的計算結(jié)果執(zhí)行步驟s500。

49、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

50、本發(fā)明的基于腫瘤靶區(qū)距離權(quán)重的體表配準方法以及系統(tǒng)，通過第一變換矩陣對實時點云進行第一次矩陣變換，通過第二變換矩陣對第一次變換后的實時點云進行第二次矩陣變換，多次矩陣變換直至點對集合中所有點對的重疊度和點對的均方誤差均小于設(shè)定值，從而完成實時點和參考點的配準；本發(fā)明在搜索實時點云獲得點對集合的過程引入權(quán)重模型，使得點對中對應(yīng)點的距離均方誤差更加聚焦在距離等中心點周圍的對應(yīng)點的誤差，在變換矩陣的計算過程引入權(quán)重模型，使得計算出來的矩陣更加能反映靶區(qū)周圍體表點云的剛性變換，距離等中心點較近的區(qū)域權(quán)重較大，距離等中心點較遠的區(qū)域權(quán)重較小，使得距離等中心點距離較遠的區(qū)域形變點云對配準結(jié)果影響較小，即等中心點附近區(qū)域?qū)崟r點和參考點趨于重合，不受遠離等中心點的點云的影響。