自适应放疗中变形图像配准算法相关关键技术的研究
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 放射治疗概述 | 第12-13页 |
| 1.2 自适应放疗流程 | 第13-16页 |
| 1.2.1 初始计划 | 第14-15页 |
| 1.2.2 图像引导的摆位校正 | 第15-16页 |
| 1.2.3 自适应反馈 | 第16页 |
| 1.3 DIR在ART中的具体应用 | 第16-17页 |
| 1.4 DIR的验证 | 第17-19页 |
| 1.5 国内外研究现状及本文主要研究内容 | 第19-22页 |
| 1.6 章节安排 | 第22-23页 |
| 第二章 四类(十种)DIR算法基本原理与实现 | 第23-58页 |
| 2.1 相关概念 | 第24-31页 |
| 2.1.1 相似性测度 | 第24-27页 |
| 2.1.2 变换和插值 | 第27-28页 |
| 2.1.3 最优化算法 | 第28-29页 |
| 2.1.4 改善策略 | 第29-30页 |
| 2.1.5 配准分类 | 第30-31页 |
| 2.2 DIR算法原理与实现 | 第31-56页 |
| 2.2.1 光流场类 | 第32-40页 |
| 2.2.2 Demons类 | 第40-45页 |
| 2.2.3 水平集类 | 第45-51页 |
| 2.2.4 样条类 | 第51-56页 |
| 2.3 小结 | 第56-58页 |
| 第三章 临床头颈肿瘤病人数据的DIR验证 | 第58-77页 |
| 3.1 引言 | 第58页 |
| 3.2 材料和方法 | 第58-63页 |
| 3.2.1 头颈部肿瘤病人数据 | 第58-59页 |
| 3.2.2 感兴趣区域勾画 | 第59-60页 |
| 3.2.3 图像预处理 | 第60-61页 |
| 3.2.4 轮廓线推衍 | 第61页 |
| 3.2.5 评价指标 | 第61-62页 |
| 3.2.6 统计分析 | 第62-63页 |
| 3.3 实验结果 | 第63-73页 |
| 3.3.1 总体的算法比较 | 第65页 |
| 3.3.2 组内和组间的算法比较 | 第65-67页 |
| 3.3.3 各ROI上的算法比较 | 第67-69页 |
| 3.3.4 各阶段及各ROI上的算法比较 | 第69-71页 |
| 3.3.5 腮腺和颌下腺的体积变化 | 第71-73页 |
| 3.4 讨论和总结 | 第73-77页 |
| 3.4.1 讨论 | 第73-75页 |
| 3.4.2 总结 | 第75-77页 |
| 第四章 腹部物理体模的制作与DIR验证 | 第77-96页 |
| 4.1 引言 | 第77页 |
| 4.2 材料和方法 | 第77-83页 |
| 4.2.1 体模数据 | 第77-80页 |
| 4.2.2 评价指标 | 第80-81页 |
| 4.2.3 统计分析 | 第81-83页 |
| 4.3 实验结果 | 第83-91页 |
| 4.3.1 总体的算法比较 | 第83页 |
| 4.3.2 各ROI上的算法比较 | 第83-87页 |
| 4.3.3 表面组内和内部组内的算法比较 | 第87-90页 |
| 4.3.4 表面组和内部组之间的算法比较 | 第90-91页 |
| 4.4 讨论和总结 | 第91-96页 |
| 4.4.1 讨论 | 第91-95页 |
| 4.4.2 总结 | 第95-96页 |
| 第五章 总结与展望 | 第96-99页 |
| 5.1 总结 | 第96-97页 |
| 5.2 展望 | 第97-99页 |
| 参考文献 | 第99-112页 |
| 攻读学位期间成果 | 第112-113页 |
| 致谢 | 第113-115页 |
