A review of 3D/2D registration methods for image-guided interventions(1)
1.摘要(Abstract)
對于影像引導(dǎo)的放射性治療(Image-guided radiation therapy)、放射外科手術(shù)(radiosurgery)、微創(chuàng)外科手術(shù)(minimally invasive surgery)、內(nèi)窺鏡檢查(edocscopy)、介入放射性治療(interventional radiology)，術(shù)前的3D數(shù)據(jù)與術(shù)中2D數(shù)據(jù)進行配準(zhǔn)是關(guān)鍵的技術(shù)之一。在本文中，我們對現(xiàn)有的2D-3D數(shù)據(jù)配準(zhǔn)方法進行了綜述。術(shù)前的3D圖像來源于CT(computed Tomography)或MRI(magnetic resonance imaging )；術(shù)中2D數(shù)據(jù)來源于X射線的投影圖像。我們根據(jù)圖形的模態(tài)(image modality)、圖像維度(image dimensionality)、配準(zhǔn)原理(registration basis)、幾何變換(geometric transformation)、用戶交互(user interaction)、優(yōu)化策略(optimization procedure)、配準(zhǔn)的對象/目標(biāo)(subject/object of registration)對2D-3D的配準(zhǔn)方法進行了總結(jié)。
2.簡介(Introduction)
對于圖像引導(dǎo)的放射性治療(IGRT)、圖像引導(dǎo)的放射科手術(shù)(IGRS)、圖像引導(dǎo)的微創(chuàng)手術(shù)(IGMIT)，圖像配準(zhǔn)都是最關(guān)鍵的技術(shù)之一。配準(zhǔn)要將介入治療之前的數(shù)據(jù)(pre-intervention data, 從3D中獲得的病人圖像、解剖結(jié)構(gòu)模型、治療規(guī)劃)和手術(shù)過程中的數(shù)據(jù)(intra-intervention data)置于同一個坐標(biāo)系中。當(dāng)下，術(shù)前數(shù)據(jù)主要為3DCT數(shù)據(jù)或3DMRI數(shù)據(jù)，術(shù)中數(shù)據(jù)包括2D超聲圖像、X攝像、CT透視圖像、光學(xué)圖像，或者術(shù)中3D圖像，如錐形束CT圖像、三維超聲圖像等。術(shù)中圖像很少采用MRI圖像，考慮到術(shù)中圖像的維度，廣義來說，手術(shù)導(dǎo)航中，配準(zhǔn)可以分為3D-3D、3D-2D。
在圖像引導(dǎo)的最小侵入式手術(shù)中，術(shù)前與術(shù)中數(shù)據(jù)配準(zhǔn)、手術(shù)器械跟蹤可以為外科醫(yī)生提供當(dāng)前手術(shù)器械相對于術(shù)前規(guī)劃路徑的相應(yīng)位置，躲避易發(fā)生損傷的結(jié)構(gòu)，最終抵達靶位置。在圖像引導(dǎo)的內(nèi)窺鏡手術(shù)中，根據(jù)術(shù)前的3D數(shù)據(jù)可以生成虛擬的3D解剖結(jié)構(gòu)以及手術(shù)路徑，通過實時的配準(zhǔn)可以準(zhǔn)確的作用于解剖下的暴露組織。在介入放射性治療手術(shù)中，對術(shù)前3D圖像與2D X-ray圖像/超聲圖像進行配準(zhǔn)，可以實時跟蹤并導(dǎo)航針檢測(Needle)與導(dǎo)管手術(shù)(Catheter)。
本文的目標(biāo)在于研究目前已存在的2D-3D配準(zhǔn)方法，使用的術(shù)前數(shù)據(jù)為3D CT或者 3D MR圖像，術(shù)中數(shù)據(jù)采用2D X-ray投影圖像。此外也研究了3D-3D配準(zhǔn)方法，術(shù)中圖像主要為錐形束CT、CT、MR或者US圖像
3.配準(zhǔn)(Alignment of pre- and intra-interventional patient data)
在圖像引導(dǎo)的介入式治療手術(shù)中，會對術(shù)前3D數(shù)據(jù)與術(shù)中2D數(shù)據(jù)進行配準(zhǔn)，通常，也就是尋找兩個數(shù)據(jù)集中，具有同一解剖結(jié)構(gòu)的對應(yīng)關(guān)系。將要配準(zhǔn)的數(shù)據(jù)集被定義為特定的空間(distinct space)或者坐標(biāo)系(Coordinate system)。術(shù)前的3D數(shù)據(jù)被定義為數(shù)據(jù)/圖像坐標(biāo)系S_pre；術(shù)中的3D數(shù)據(jù)即被定義為在世界坐標(biāo)系(world coordinate system, patient/treatment room) S_w 或者 數(shù)據(jù)坐標(biāo)系(data coordinate system) S_intra；盡管2D 的術(shù)中數(shù)據(jù)也被定義在數(shù)據(jù)坐標(biāo)系下 S_intra，如果術(shù)中數(shù)據(jù)定義在S_intra中，T_calib代表可以將S_intra轉(zhuǎn)到S_w的剛體變換；
S_w:世界坐標(biāo)系；
S_pre:術(shù)前3D圖像的坐標(biāo)系；
T_calib:是S_intra與S_w之間的剛體變換；
T:是S_pre和S_w之間的變換，這個參數(shù)需要通過配準(zhǔn)算法進行確定。在剛體情況下，T有六個參數(shù)決定：3個方向的平移，三個方向的旋轉(zhuǎn)。
X_3D_A:代表術(shù)前3D數(shù)據(jù)體的數(shù)據(jù)點；
X_3D_B:代表術(shù)中3D數(shù)據(jù)體中的數(shù)據(jù)點；
X_2D_Bj:代表n張術(shù)中2D圖像中的數(shù)據(jù)點。
配準(zhǔn)過程就是找到一個最佳的變換T，是的3D體數(shù)據(jù)S_pre在世界坐標(biāo)系中處于正確的姿勢。即不斷的調(diào)整數(shù)據(jù)集X_3D_A，直到它與數(shù)據(jù)集X_3D_B或者X_2D_Bj相匹配。一個準(zhǔn)確的配準(zhǔn)算法，可以使得S_pre中的任意一個數(shù)據(jù)點，在世界坐標(biāo)系S_w中都擁有合理的位置。變換T可以通過3D-3D imagetopatient、3D-3D imagetoimage、3D-2D imagetoimage 配準(zhǔn)得到。
3.1 配準(zhǔn)方案1： P((X_3D_A)) ? ? = ? ?A_2D_A *N ? ? ? <----> ? ? B(X_2D_B)*N
術(shù)前3D圖像進行投影得到2D數(shù)據(jù)，并與術(shù)中實時得到的2D圖像進行配準(zhǔn)。流程為：投影+2D-2D配準(zhǔn)
3.2 配準(zhǔn)方案2： A(X_3D_A) ?<----> ? B(X_3D_B) = BP(?B(X_2D_B)*N )
術(shù)中采集到N張2D實時數(shù)據(jù)，進行反投影變換得到術(shù)中實時的3D數(shù)據(jù)進行配準(zhǔn)。流程為：反投影+3D-3D配準(zhǔn)
3.3 配準(zhǔn)方案3： A(X_3D_A) ?<----> ? B(X_2D_B) = R( B(X_2D_B)*N )
術(shù)中采集到的N張2D實時數(shù)據(jù)，經(jīng)過重建算法得到術(shù)中實時的3D數(shù)據(jù)進行配準(zhǔn)。流程：重建+3D-3D配準(zhǔn)
總結(jié)
以上是生活随笔為你收集整理的A review of 3D/2D registration methods for image-guided interventions(1)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
