简介：无

简介：摘要目的比较不同神经网络由磁共振成像(MRI)图像生成伪CT图像的本领，探讨伪CT用于临床放疗计划的可行性。方法选取29例同时具有计划CT和诊断MRI的脑癌患者，23例用于训练，6例用于测试。分别采用循环生成对抗网络(cycleGAN)、对比学习非配对图像转换网络(CUT)以及本研究提出的改进网络denseCUT由MRI生成伪CT，并将伪CT导入治疗计划系统中验证其用于放疗计划的可行性。结果CycleGAN、CUT和denseCUT生成的伪CT与真实CT之间的平均绝对误差分别为(72.0±6.9)、(72.5±8.0)和(64.6±7.3)HU，结构相似性分别为0.91±0.01、0.91±0.01和0.93±0.01，峰值信噪比分别为(28.5±0.7)、(28.5±0.7)和(29.5±0.7)dB，放疗计划剂量计算γ通过率(2%/2 mm)分别为98.05%、97.92%、98.31%。结论denseCUT能更准确地生成伪CT，伪CT能满足调强放疗计划剂量计算的需求。

简介：摘要目的探讨改进互信息与图像金字塔相结合的二维-三维配准方法的价值。方法将3次B样条曲线的连续图像表示与Parzen直方图估计融合到该算法中，以胸腔作为研究对象，通过数字重建放射影像生成的正交位的模拟X线图和与其本身进行一定变换后的图像进行配准实验，观察配准精度和时间。结果经过50组对照试验得出本方法相较于传统配准方法在x、y轴向上的位移精度分别提高了53.39%、21.33%，配准时间缩短了91.93%。相较于近几年的改进算法在x、y轴向上的位移精度分别提高了17.65%、13.79%，并将配准时间进一步提高了19.64%。结论该方法可以有效提高二维-三维图像的配准精度和效率，且均符合手术过程中图像配准2 mm以内的要求。该方法的高效、准确为临床诊断和放疗自动化提供了有利的信息，同时也为肿瘤位置误差校正和医用机械臂自动摆位奠定了基础。