CT與MRI融合技術的顱內腫瘤應用研究

周志尊，孫 璐，胡明成，徐樹林，董 默，楊成程，周鴻鎖，胡馨元

（醫學影像學院，黑龍江 牡丹江 157011）

CT與MRI融合技術的顱內腫瘤應用研究

周志尊，孫 璐，胡明成，徐樹林，董 默，楊成程，周鴻鎖，胡馨元

（醫學影像學院，黑龍江 牡丹江 157011）

CT及MRI融合的目的是增強圖像顯示的直觀效果，提高對對疾病診斷的準確性。利用CT及MRI對于機體的骨質、鈣化和軟組織的分辨率互補性的特點，將同一病例的CT、MRI圖像進行融合，從而更精準的進行腫瘤的定位。融合之后的圖像不僅反映出硬組織，還正確清晰地反映出其邊界，為顱內腫瘤的診斷奠定了基礎。CT與MRI圖像融合既能彌補各自的不足之處，也能在形態和功能上發揮協同作用，從而更精準地對顱腦腫瘤定位和邊界分割，為臨床的腫瘤放射治療提供影像學支持。

圖像融合；邊界分割；腫瘤定位

0 引言

圖像融合技術的研究與應用是醫學影像技術發展方向之一。 將各種不同的醫學圖像相融合，可以充分綜合各自圖像的特質，用單幅圖像同時表達人體器官或病變組織的全方位信息，器官或病變組織的解剖學結構與功能等諸多信息都可以該圖像得以體現[1]。為有效地提高對醫學影像的準確診斷，增加醫學圖像的綜合信息，本文旨對CT與MRI的圖像融合技術進行了研究，并對其在顱內腦腫瘤的診斷與治療方面的應用進行詳細討論。

醫學圖像融合即不同醫學圖像經過空間配準[2]后所構成的圖像，將同一種類種或后不同種類的醫學圖像技術性疊加，凸顯特異性部分，已達到相互取長補短的目的[3]。醫學圖像可化分為形態學圖像與功能性圖像兩大類。形態學圖像通常是由常規X線、CT、常規MRI、超聲、DSA，以及各類醫學光學儀器所成的圖像，而功能性圖像通常指正電子發射斷層成像、單光子發射斷層成像、功能磁共振成像、磁共振波譜等[4]。CT和MRI是顱內腦腫瘤診斷與治療過程中最常采用的影像學方法，二者對顱內腦腫瘤的診斷作用不同[5]。CT的成像原理決定了它所成的像具有高密度分辨率，可清晰顯示顱腦腫瘤的鈣化和周圍顱骨骨質結構及腫瘤內部和周邊組織密度的變化 但對顱腦腫瘤內部結構、邊界及后顱窩的腫瘤顯示效果不佳。MRI的成像具有對軟組織對比分辨率最高的特點，可以清晰顯示腫瘤的血管結構及腫瘤的邊界，利于對顱內腦腫瘤的定位與邊界劃分[6,7]。

顱內腦腫瘤的臨床治療方法主要以手術及放射治療為主，而手術及放射治療均需準確診斷顱內腦腫瘤的性質，精確分割腫瘤的邊界。CT及MRI圖像對于人體器官與病變組織的骨質、鈣化和軟組織的空間分辨率具有互補特性，因此，CT及MRI圖像的融合技術為的顱內腦腫瘤的診斷與治療提供了新的方法[8,9]。本課題將會對同一顱內腦腫瘤病例的CT及MRI圖像的融合方法、腫瘤的定性、定位、周邊關系探查及腫瘤的精確分割進行探究，從而為腫瘤的手術切割及放射治療范圍精確劃分與放療強度的設計提供影像學支持。

1 材料與方法

1.1 材料

收集來自牡丹江醫學院第一附屬醫院的5個患有顱內腫瘤的患者頭部CT與MRI圖片男3 例，2例，年齡40~60歲。全部病例均在入院1~2周內分別進行了CT和MRI掃描。其中腦膜瘤1例，垂體瘤2例，膠質瘤1例，神經鞘瘤1例，所有病例均經手術或病理證實。

1.2 設備和成像技術

1.2.1 CT成像設備及成像參數

CT采用Neusoft128層螺旋CT掃描儀，120千伏，350 mA，矩陣512×512，準直器寬度16×0.75，螺距1.0，X線管旋轉時間0.42 s/r，軸面圖像視野中心（field of visual，FOV）與MRI軸面圖像必須保持完全一致。

患者體位成仰臥狀，自下頜角平面至雙側腦室上緣平面掃描，掃描基線與聽眶線平行。

1.2.2 MRI成像設備及成像參數

采用Philips Achieva 3.0T超導MR掃描儀圖像重組層厚0.75 mm，間距0.75 mm，圖像矩陣256× 256，掃描序列包括SE序列、FSE序列、T2FLAIR（液體衰減反轉恢復）序列，橫斷面掃描，獲得平掃T1WI和T2WI。所有病例均行無間距薄層掃描，TR、TE時間同常規掃描。

1.2.3 圖像后處理、圖像配與圖像融合設備

硬件：多功能圖像后處理工作站，Dell Precision立式7810 XCTO16GB E5-2609 v3 (4x4 GB) 2133 MHz DDR4 RDIMM ECCNvidia Quadro K2200 4 GB (2 DP, DL-DVI-I)。

軟件：應用Dicom Viewer將Dicom 圖像文件首先轉換成JPEG圖像文件，應用Photoshop軟件對生成的JPEG的圖像進行剪切、對比度、亮度及圖片大小等參數的調整，然后選定兩張圖片的特征點進行配準，最后應用MATLAB，采用小波變換實現圖像的融合。

1.3 原始圖像的評價及分析

首先對原始圖像進行臨床評價，評價的內容包括骨質改變，腫瘤的鈣化或骨化，腫瘤的內部結構（平掃的病變密度或信號)、病變的輪廓、病變與鄰近血管的關系、病變與周圍神經的關系、病變周圍組織的改變及周邊結構的累及情況。CT平掃示右側額部顱板下方見半球形略高密度影，寬基底，其內可見鈣化影，鄰近腦實質受壓，腫瘤周圍見低密度水腫帶。MRI平掃：右側額部見半球形異常信號影，T1WI像病變呈稍低信號，T2WI呈等信號，并可見瘤周稍高信號水腫帶，鄰近腦實質受壓。

圖1 患者CT腦腫瘤原始圖像Fig.1 patient brain tumor original CT image

圖2 患者MRI腦腫瘤原始圖像Fig.2 patient brain tumor original MRI

1.4 圖像的配準

圖像的配準是圖像融合的基礎，配準方法的選擇決定了融合以后圖像的清晰度。雖然本課題所選取的CT與MRI圖像均來自于同一患者，同一部位的腦腫瘤，且是在相同時間段內的斷層掃描圖像，但由于患者成像于不同儀器，其體位，儀器參數的選取及成像條件會產生一定的差異，使CT及MRI圖像的空間位置，空間分辨率和器官大小均有不同，通過配準才能使兩張圖像達到最佳匹配。

對于在不同時間不同條件下獲取的兩幅圖像F(x)和 G(x)的配準，即找到相似度和一個空間變換關系，經過該空間變換后兩幅圖像間的相似性達到最大。即使圖像A上的每一個點在圖像B上都有唯一的點與之對應，并且這兩點應對應同一解剖位置。用公式表示如下：

S(T)=S(F(x),(G(x))

式中，S是相似度，配準的過程就是尋求最佳空間變換的過程。

T?=argmaxS(T)

采用Photoshop對原始圖像首先進行預處理，分別將腦腫瘤的CT及MRI圖像廓特征定位剪裁，并對兩幅圖像大小及像素值進行調整使其完全一致，然后實施對預處理后的CT及MRI圖像的配準。

圖3 配準后的CT圖像Fig.3 the registrated CT image

1.5 圖像融合

1.5.1 融合技術的算法

圖4 配準后的CT圖像Fig.4 the registrated MRI

經過對MRI及CT圖像進行精確配準后，運用MATLAB軟件對圖像首先進行小波變換，圖像分解，然后對分解層進行融合，處理各分解層上的不同頻域分量。對融合后的小波圖像進行小波逆變換，最終得到融合圖像。圖像經小波分解后，不同頻率范圍內的圖像將會分別組合，生成不同特征的融合圖像，圖像不同分辨率噪聲不會相互干擾，在分解過程中圖像無信息損失[7]。先對已配準的兩幅圖像進行小波分解，然后采用自適應算子對小波系數及分解子圖像進行處理，最后進行小波重建，從而獲得融合圖像[1]。

小波變換本質上是高通濾波，小波基不同，濾波效果就不同。通過小波變換將待融合圖像分解成具有空間分辨率和頻域特性不同的子圖像，組合不同頻帶子圖像的小波系數，得到融合圖像的小波系數[7]。基于小波變換的圖像融合方法可分為分解、融合與逆變換三步來完成，即對配準后的CT及MRI圖像分別進行小波變換，獲取每幅圖像在不同分辨率下不同頻帶上的小波系數，依據小波分解系數的特點，對各個不同分辨率上的小波分解得到的頻率分量，然后應用融合算子分別進行融合處理，并對對融合后系數進行小波逆變換，最終得到CT及MRI融合圖像。

1.5.2 實現圖像融合

依據圖像融合的算法，建立數學模型，然后應用MATLAB編程加以實施。如下給出了程序關鍵部分的源代碼。

CT=imread('CT.jpg'); MRI=imread('MRI.jpg'); CT= double(CT); MRI=double(MRI); [c1,I1]=wavedec2 (CT,2,'sym4'); [c2,I2]=wavedec2(MRI,2,'sym4'); c= c1+c2; X3=waverec2(c,I1,'sym4'); c=c1+c2; CTMRI= waverec2(c,I2,'sym4'); imshow(uint8(CTMRI));

2 結果

2.1 融合后的圖像分析

圖1與圖2是腦部同一層面的CT與MRI圖像。單從圖1 CT圖像上觀察，病變鈣化顯影清楚，鄰近骨質顯示較好，但瘤體整體及邊界顯示不及MRI，從圖2 MRI圖像上觀察，其彌補了CT的缺陷，清晰地顯示出軟組織邊界及水腫帶，但對鈣化及骨質改變不及CT。圖5是將圖一和圖二融合之后的圖像，其不僅反映軟組織改變、水腫帶顯示也很清晰，也同時清晰的顯示鈣化及骨質改變，為顱內腫瘤的診斷奠定了基礎。即CT及MRI融合后的圖像，在一張圖像上顯示既有CT的改變，也有MRI表現。

圖5 融合后的CT與MRI圖像Fig.5 the fused CT and MRI image

2.2 圖像融合技術的應用價值

2.2.1 應用于腦腫瘤的診斷與精準放射治療

CT和MRI的成像各自存在不足，僅憑一種成像方法不能全面顯示腦腫瘤的所有征象[13]。CT與MRI融合后的圖像能提供更多有關腫瘤的精確信息，尤其是顱腦腫瘤，種類繁多，性質復雜，影像學診斷難度大。CT對腫瘤內實質的密度成像精準，而MRI則對腫瘤邊界成像更清晰，融合圖像結合了二者的優點，使放療對腦腫瘤內部與邊界的放射計量的設計提供了依據。從而達到了精準放射治療的目的。 應用MR圖像勾畫腫瘤輪廓，再利用CT圖像計算出放射劑量大小及分布，把經CT得到的劑量分布投射到顯示軟組織結構的MRI圖像中，有利于對腫瘤及周邊的放療范圍的界定[2]。

2.2.2 腦腫瘤的手術方案制定

在腦腫瘤術前的診斷與手術方案的制定過程中，對腦腫瘤與周邊血管，神經功能區的關系，腫瘤內部的性狀以及腫瘤邊界的清晰界定至關重要[12,13]。MRI可以判斷腫瘤內部的性質，且有很高的空間分辨率，同時對腫瘤與周邊的關系的評估意義重大。對于腫瘤性質起重大作用的征象，如腫瘤的骨化與鈣化的改變等，CT成像更為顯著[8,9]。CT與MR融合圖像在顯示腫瘤與顱骨的關系和腫瘤與血管的關系兩方面均優于原始CT和MR圖像。因此，融合圖像可現實腫瘤內部及與周邊關系，為手術方案的制定提供技術支持[10]。

3 討論

大多數顱腦腫瘤的MRI信號特點相似，即T1WI多為低信號，T2WI多為高信號，若存在腫瘤卒中，信號會有所不同，眾所周知，MRI 具有超強顯示軟組織的能力[14]，能清晰顯示腫瘤的邊界、信號、瘤周水腫的能力，但是對鈣化和骨皮質均較差，以上述圖像病例，T1WI及T2WI像腦膜瘤呈稍低及等信號，腫瘤邊界顯示清晰，周圍可見T2WI像稍高信號，但對瘤內的鈣化顯示不佳，鄰近顱骨骨質改變顯示也不佳。而CT在顯示鈣化、骨質改變方面較為敏感，以本文上述腦膜瘤為例，CT能顯示腫瘤的形態、密度改變更為敏感，能顯示鄰近顱骨的改變，如受壓變薄或刺激性增厚，病灶內鈣化改變顯示清楚，本文所將病灶的CT與MRI圖像通過軟件進行融合，在同一張圖像上既有CT圖像，又有MRI圖像，既能顯示病變的CT表現，又能顯示MRI表現，CT對骨質改變及鈣化，甚至灶內出血都能敏感顯示，但是軟組織分辨不及MRI，而MRI對軟組織的顯示能力極強，但鈣化及骨質改變不及CT，所以二者圖像融合后，彌補了各自的不足之處，也能在形態和功能上發揮協同作用，從而更精準地對顱腦腫瘤的定位和定性診斷，為臨床放射與手術治療提供重要依據，因此，CT與MRI圖像融合技術在顱腦腫瘤診斷中具有重要的臨床應用價值。

[1] 董默, 蘇奎, 周志尊, 周鴻鎖. 生物醫學工程專業《醫學圖像處理》實踐教學的改革[J]. 軟件, 2017, 38(2): 37-41.

[2] 李凱, 曾慶勁, 鄭榮琴, 蘇中振, 賀需旗等. CT/MR圖像融合評價肝癌消融的安全邊界[J]. 中國醫學影像技術, 2012, 25(12): 2189-2192.

[3] 吳濤, 崔坤煒. SPECT/CT融合顯像在臨床核醫學中的應用現狀[J]. 中國醫學影像技術, 2016, 32(2): 306-308.

[4] 尚靳, 郭啟勇, 孫洪贊, 辛軍. CT、MRI與PET融合顯像評價宮頸癌分期及淋巴結轉移中的應用進展[J]. 中國醫學影像技術, 2016, 32(5): 795-798.

[5] Wang Y, Liu ZY, Dou WC, Ma WB, Wang RZ, Guo Y. Application of Preoperative CT/MRI Image Fusion in Target Positioning for Deep Brain Stimulation[J]. Chin Med Sci J,2016, 31(3): 161-167.

[6] Geevarghese R, O’Gorman Tuura R, Lumsden DE, Samuel M, Ashkan K. Registration Accuracy of CT/MRI Fusion for Localisation of Deep Brain Stimulation Electrode Position: An Imaging Study and Systematic Review[J]. Stereotact Funct Neurosurg, 2016, 94(3): 159-63.

[7] Chavan SS, Mahajan A, Talbar SN, Desai S, Thakur M, D’cruz A. Nonsubsampled rotated complex wavelet transform (NSRCxWT) for medical image fusion related to clinical aspects in neurocysticercosis[J]. Comput Biol Med, 2017, 81: 64-78.

[8] Barnaure I, Pollak P, Momjian S, Horvath J, Lovblad KO. Evaluation of electrode position in deep brain stimulation by image fusion (MRI and CT)[J]. Neuroradiology. 2015, 57(9): 903-910.

[9] Prada F, Del Bene M, Mattei L, Lodigiani L, DeBeni S, Kolev V, Vetrano I, Solbiati L, Sakas G, DiMeco F. Preoperative magnetic resonance and intraoperative ultrasound fusion imaging for real-time neuronavigation in brain tumor surgery[J]. Ultraschall Med, 2015, 36(2): 174-86.

[10] Djan. I, Petrovi. B, Erak. M, Nikoli. I, Luci. S. Radiotherapy treatment planning: benefits of CT-MR image registration and fusion in tumor volume delineation[J]. Vojnosanit Pregl, 2013, 70(8): 735-9.

[11] Fiorentino A, Caivano R, Pedicini P, Fusco V. Clinical target volume definition for glioblastoma radiotherapy planning: magnetic resonance imaging and computed tomography[J]. Clin Transl Oncol, 2013, 15(9): 754-8.

[12] O’Gorman RL, Jarosz JM, Samuel M, Clough C, Selway RP, Ashkan K. CT/MR image fusion in the postoperative assessment of electrodes implanted for deep brain stimulation[J]. Stereotact Funct Neurosurg, 2009, 87(4): 205-10.

[13] Kuhn SA, Romeike B, Walter J, Kalff R, Reichart R. Multiplanar MRI-CT fusion neuronavigation-guided serial stereotactic biopsy of human brain tumors: proof of a strong correlation between tumor imaging and histopathology by a new technical approach[J]. J Cancer Res Clin Oncol, 2009, 135(9): 1293-302.

[14] 白人駒主編, 醫學影像學, 第二版. 北京: 人民衛生出版社, 2010.

The Study of CT and MRI Fusion Technique Applications in Intracranial Tumor Diagnosis and Treatment

ZHOU Zhi-zun, SUN Lu, HU Ming-cheng, XU Shu-lin, DONG Mo, YANG Cheng-cheng, ZHOU Hong-suo, HU Xin-yuan
(Medical image department of Mudanjiang medical university, Mudanjiang Heilongjiang, China, 1570112)

The purpose of CT and MRI fusion is to enhance the visual effect of image display and improve the accuracy of diagnosis. Using the complementary characteristics of resolution of the bone, calcification and soft tissue of the body, same case CT and MRI images were fused, so that the location of the tumor is more accurate. After fusion, the fused image not only reflects the hard tissue, but also reflects the boundary of the tissue, It is the intracranial tumors diagnosis foundation. CT and MRI image fusion can not only make up for their shortcomings, but also can play a synergistic role in morphology and function, more accurate brain tumor location and boundary segmentation, provide imaging support for the clinical treatment of radiation oncology.

Image fusion; Boundary segmentation; Tumor location

TP319

A

10.3969/j.issn.1003-6970.2017.05.007

黑龍江省自然基金項目(No. H2015082)；黑龍江省教育廳科技項目(No. 12541846)；教育部大學生創新創業與黑龍江省的學生創新創業項目(No. 201510229003)

周志尊(1962-)，男，黑龍江人，碩士，教授，醫學影像學院醫學圖像處理教研室主任，研究方向：醫學圖像處理。

周志尊，牡丹江醫學院。

本文著錄格式：周志尊，孫璐，胡明成，等. CT與MRI融合技術的顱內腫瘤應用研究[J]. 軟件，2017，38（5）：34-38