王 艷 孫向明 熊珀藝 王宇飛

(華中師范大學(xué)物理科學(xué)與技術(shù)學(xué)院，武漢 430070)

引言

隨著放療技術(shù)的不斷發(fā)展，放療效果有了明顯提升。但在腫瘤放療過(guò)程中，由呼吸運(yùn)動(dòng)所引起的腫瘤靶區(qū)的移位依舊是一個(gè)不可避免的問(wèn)題。在放療過(guò)程中如果不對(duì)該位移進(jìn)行處理會(huì)導(dǎo)致周圍正常的組織接受不必要的照射，嚴(yán)重影響其放射治療效果，并且可能會(huì)導(dǎo)致不良反應(yīng)的增加[1]。近年來(lái)，放療工作者已采用多種方法以減少呼吸運(yùn)動(dòng)對(duì)腫瘤放療的影響，Negoro 等[2]采用被動(dòng)加壓技術(shù)來(lái)限制腫瘤的動(dòng)度，此方法雖簡(jiǎn)單易行但精確度差且不同患者間呼吸控制差異較大。傳統(tǒng)采用呼吸門(mén)控手段的解決方案，Minohara等已利用此技術(shù)成功治療了幾百例肺癌和肝癌等患者[3]?；颊咴谥委熤锌梢宰杂珊粑?，但此項(xiàng)技術(shù)需要附加門(mén)控設(shè)備且硬件設(shè)備較復(fù)雜，由于人體呼吸運(yùn)動(dòng)復(fù)雜，難以保證腫瘤靶區(qū)運(yùn)動(dòng)與外部監(jiān)控信號(hào)是否同步，無(wú)法保證治療效果且同樣能照射到正常組織。對(duì)比而言，通過(guò)實(shí)時(shí)跟蹤腫瘤靶區(qū)組織的運(yùn)動(dòng)信息的技術(shù)硬件設(shè)備簡(jiǎn)單易操作，患者可自由呼吸且實(shí)時(shí)性強(qiáng)。

目前，實(shí)時(shí)跟蹤腫瘤靶區(qū)放射治療技術(shù)的方法[4]主要采用X光成像設(shè)備EPID對(duì)靶區(qū)進(jìn)行實(shí)時(shí)監(jiān)控、體外標(biāo)記紅外射線跟蹤加正交X光成像(cyber knife(賽博刀))方法、實(shí)時(shí)影像跟蹤等方式進(jìn)行引導(dǎo)放射治療。這些方法都能在一定程度上解決腫瘤靶區(qū)定位問(wèn)題，但是在X光成像設(shè)備的治療過(guò)程中并不是連續(xù)進(jìn)行，延長(zhǎng)了治療時(shí)間，執(zhí)行周期過(guò)長(zhǎng)，嚴(yán)重影響其性能和患者的治療效果。在目前的臨床試驗(yàn)中，對(duì)于放療定位應(yīng)用較好的CyberKnife方法是實(shí)時(shí)跟蹤患者靶區(qū)目標(biāo)位置[5]。因CyberKnife設(shè)備價(jià)格昂貴，這對(duì)于中小醫(yī)院難以接受[4]。相比之下，基于雙目視覺(jué)的呼吸運(yùn)動(dòng)實(shí)時(shí)跟蹤系統(tǒng)，以減少在胸腹部的腫瘤放射治療過(guò)程中由于呼吸等因素造成腫瘤位置動(dòng)態(tài)位移而引起的治療誤差的方法，患者呼吸自由，執(zhí)行周期短，實(shí)時(shí)性、穩(wěn)定性良好且硬件設(shè)備簡(jiǎn)單易于操作。本研究主要研究基于雙目視覺(jué)的實(shí)時(shí)跟蹤方式監(jiān)控跟蹤體表標(biāo)記物動(dòng)態(tài)信息。

1 方法

雙目立體視覺(jué)是機(jī)器視覺(jué)的一種重要形式，它是利用左右成像設(shè)備獲取被測(cè)物體的兩幅圖像進(jìn)行立體匹配，根據(jù)匹配后得出的視差來(lái)獲取物體三維幾何信息。

在實(shí)際放射過(guò)程中，若基于單點(diǎn)的跟蹤呼吸運(yùn)動(dòng)方法，只能判別出患者是否因呼吸運(yùn)動(dòng)使標(biāo)記物發(fā)生位移，若采用基于多點(diǎn)的跟蹤呼吸運(yùn)動(dòng)方法，會(huì)更加精確地判別出患者體表標(biāo)記物是否發(fā)生位移，且知患者左右傾斜程度等運(yùn)動(dòng)情況，更有利于做出及時(shí)調(diào)整，使得到更好的腫瘤放射治療效果。

雙目立體視覺(jué)測(cè)量跟蹤方法：運(yùn)用兩臺(tái)標(biāo)定好的攝像機(jī)設(shè)備獲取被測(cè)標(biāo)記物的兩幅圖像。對(duì)左右兩幅圖像進(jìn)行標(biāo)記物識(shí)別、標(biāo)記物匹配、標(biāo)記物排序、計(jì)算兩幅圖像中標(biāo)記物的重心坐標(biāo)，最后利用雙目立體視覺(jué)計(jì)算出標(biāo)記物在三維場(chǎng)景中的實(shí)際坐標(biāo)。隨著時(shí)間的變化，通過(guò)實(shí)時(shí)探測(cè)標(biāo)記物在三維場(chǎng)景中的實(shí)際坐標(biāo)，從而得知體表標(biāo)記物的實(shí)時(shí)運(yùn)動(dòng)情況

1.1 跟蹤目標(biāo)圖像識(shí)別與匹配

本研究采用基于多點(diǎn)的跟蹤的方法，采用9個(gè)同規(guī)格的黑色矩形圖來(lái)作為體表標(biāo)記物。矩形標(biāo)記物識(shí)別的基本原理：分別對(duì)拍攝的圖像進(jìn)行邊緣檢測(cè)[6]。邊緣檢測(cè)常用的一階梯度算子[7]有Roborts、Prewitt、Sobel等算子，而最常用的二階導(dǎo)數(shù)過(guò)零點(diǎn)檢測(cè)的算法是由Marr和Hildreth提出的LoG[8]算子。雖然這些算子的計(jì)算量較小，但是這些梯度算子都是局域窗口，會(huì)在一定程度上丟失一些邊緣信息，導(dǎo)致檢測(cè)效果不理想。本系統(tǒng)采用Canny算子來(lái)進(jìn)行邊緣檢測(cè)，利用John Canny的Canny算子[9]進(jìn)行圖像邊緣檢測(cè)，Canny算子是一種含有優(yōu)化思想的算子，它具有較大的信噪比和較高的檢測(cè)精度。利用Canny邊緣檢測(cè)算子和對(duì)Canny算法雙閾值的設(shè)定對(duì)圖片進(jìn)行邊緣檢測(cè)提取輪廓。對(duì)提取的輪廓進(jìn)行矩形標(biāo)記物輪廓識(shí)別與匹配。

物體輪廓曲線經(jīng)過(guò)數(shù)字化處理后會(huì)變成有序點(diǎn)集合。設(shè)A是需處理曲線上邊緣像素點(diǎn)的集合，有

A={pi:(xi,yi),i=1,2,…,n}

(1)

需要先確定其構(gòu)成余弦三角形的領(lǐng)域，有

Ω(pi)={pi-l,…,pi-1,pi,pi+1,…pi+r}

(2)

式中，Ω(pi)為點(diǎn)pi的支持領(lǐng)域，pi-l和pi+r分別為支持領(lǐng)域的兩端端點(diǎn)。

Ω(pi)=[pi-l,pi+r]

(3)

且滿足

‖pipi-l‖=‖pipi+r‖=U

式中，U為輸入的參數(shù)且U>0，‖·‖表示兩像素之間的歐氏距離，即

(4)

(5)

通過(guò)有序點(diǎn)坐標(biāo)和輸入?yún)?shù)U，確定領(lǐng)域兩端端點(diǎn)pi-l和pi+r坐標(biāo)，從而確定pi的支持領(lǐng)域如圖1所示。

圖1 pi支持領(lǐng)域Fig.1 Support region for pi

利用像素點(diǎn)pi坐標(biāo)與其支持領(lǐng)域的兩端端點(diǎn)坐標(biāo)，確定像素點(diǎn)pi的夾角值。

由于設(shè)定標(biāo)記物為矩形，只需要考慮直角和直線情況。直角情形如圖2所示，直線上的每個(gè)像素點(diǎn)的夾角值為零，直角處的像素點(diǎn)夾角值為90°左右。

圖2 余弦公式Fig.2 Cosine formula

對(duì)于得到的閉合輪廓，利用余弦公式計(jì)算得出夾角值。當(dāng)閉合輪廓為矩形時(shí)，其夾角值為如圖3所示，pxy為邊緣線上的像素點(diǎn)。矩形有4個(gè)夾角值為90°左右的點(diǎn)。由于9個(gè)矩形標(biāo)記物的長(zhǎng)寬一致，把提取的輪廓均利用余弦公式計(jì)算后，進(jìn)行夾角值循環(huán)匹配，本系統(tǒng)使用固定歐氏距離計(jì)算方法，具有很高的旋轉(zhuǎn)穩(wěn)定性和抗噪性，可進(jìn)行旋轉(zhuǎn)循環(huán)等操作匹配，增大匹配成功的幾率，匹配出9個(gè)閉合輪廓一樣的夾角值，即成功識(shí)別出9個(gè)矩形標(biāo)記物。

圖3 單個(gè)標(biāo)記物夾角值Fig.3 The angle plot of one marker

本系統(tǒng)采用基于多點(diǎn)的跟蹤方法，多個(gè)標(biāo)記物在未排序的情況不易于后期操作，無(wú)法得知具體哪個(gè)標(biāo)記物的位移發(fā)生了怎樣的變化，使9個(gè)標(biāo)記物按照標(biāo)準(zhǔn)的3行3列的規(guī)則擺放于患者腹部體表，對(duì)標(biāo)記物進(jìn)行排序，每個(gè)標(biāo)記物會(huì)有相應(yīng)的序號(hào)，易于操作。

在理想狀態(tài)下，標(biāo)記物的擺放應(yīng)是按照標(biāo)準(zhǔn)的3行3列的規(guī)則，但在實(shí)際操作中會(huì)存在一定的操作誤差，需要處理和控制此誤差。分別利用輪廓序列求取出每個(gè)矩形標(biāo)記物輪廓的中心坐標(biāo)，利用9個(gè)中心坐標(biāo)求取出中點(diǎn)坐標(biāo)，利用9個(gè)矩形輪廓的中心坐標(biāo)與中點(diǎn)坐標(biāo)之間的相互關(guān)系來(lái)進(jìn)行排列。

在標(biāo)記物被排序后，需要對(duì)左右成像設(shè)備獲取被測(cè)物體的兩幅圖像進(jìn)行匹配。設(shè)圖像中每個(gè)標(biāo)記物的中心點(diǎn)為匹配點(diǎn)。左右兩幅圖像分別會(huì)有9個(gè)匹配點(diǎn)。利用兩幅圖像的視差關(guān)系進(jìn)行左右兩幅圖像匹配。設(shè)左右成像設(shè)備所拍攝的圖像的0號(hào)標(biāo)記物坐標(biāo)的視差值分別為dixs、disy。xs數(shù)組即為左攝像機(jī)所拍圖像的9個(gè)標(biāo)記物的中心點(diǎn)分別與0號(hào)標(biāo)記物的x坐標(biāo)的視差差值。ys數(shù)組即為左攝像機(jī)所拍圖像的9個(gè)標(biāo)記物的中心點(diǎn)分別與0號(hào)標(biāo)記物的y坐標(biāo)的視差差值。

disx=x1[0]-x2[0];disy=y1[0]-y2[0];

xs[0]=x1[0]-disx;ys[0]=y1[0]-disy;

?

xs[8]=x1[8]-disx;ys[8]=y1[8]-disy;

根據(jù)視差基本原理，在理想狀態(tài)下，有

disx1=x1[1]-x2[1];disy1=y1[1]-y2[1];

disx1=disx;disy1=disy;

同理可知：

xs[0]=x2[0]…xs[8]=x2[8]

ys[0]=y2[0]…ys[8]=y2[8];

由于在實(shí)際擺放標(biāo)記物時(shí)存在一定的操作誤差，本系統(tǒng)把誤差接受范圍設(shè)定為10個(gè)像素以內(nèi)，即

abs(xs[1]-x2[1])<10;

abs(ys[1]-y2[1])<10

若兩幅圖像中的9個(gè)輪廓的中心點(diǎn)坐標(biāo)滿足此匹配條件，則左右成像設(shè)備獲取被測(cè)物體的兩幅圖像匹配成功。左右圖片匹配如圖4所示。

圖4 左右圖片匹配Fig.4 The picture of matching of left and right

1.2 雙目視覺(jué)測(cè)量跟蹤原理

利用單個(gè)標(biāo)記物的重心為關(guān)鍵點(diǎn)計(jì)算在三維場(chǎng)景中的實(shí)際坐標(biāo)。分別對(duì)每個(gè)標(biāo)記物的輪廓擴(kuò)大區(qū)域做掩膜處理，進(jìn)行單個(gè)標(biāo)記物圖像的重心坐標(biāo)提取。每幅圖像提取9個(gè)重心坐標(biāo)為關(guān)鍵點(diǎn)以供雙目立體視覺(jué)測(cè)量時(shí)使用。圖5是采集100次單個(gè)標(biāo)記物的重心點(diǎn)坐標(biāo)。

圖5 一個(gè)標(biāo)記物重心坐標(biāo)Fig.5 The center of gravity y coordinate of one marker

由圖中得知，重心點(diǎn)x、y坐標(biāo)值的均方根誤差在1/50個(gè)像素左右很穩(wěn)定。

雙目立體視覺(jué)測(cè)量基本原理：依據(jù)小孔成像的基本原理，左右攝像機(jī)可以建立坐標(biāo)系，圖6為雙攝像機(jī)模型二維圖，圖7為雙攝像機(jī)模型立體視圖。其中，p點(diǎn)是被測(cè)物體，f為兩攝像機(jī)的焦距，p1、p2是被測(cè)物體p在左右攝像機(jī)的像平面上所成的像點(diǎn)，xl、xr分別是p1、p2在像面上的x坐標(biāo)，Ol、Or分別是左右攝像機(jī)的光心，D為兩攝像機(jī)之間的距離，z為被測(cè)物體p與兩攝像機(jī)平面間的距離。

圖6 雙攝像機(jī)模型二維圖Fig.6 Two-dimensional map of the model of binocular

圖7 雙攝像機(jī)模型立體視圖Fig.7 Dimensional view of the model of binocular

由相似三角形原理可知被測(cè)物體p的深度z。由于D和f是已知的，從得出深度距離z的公式可知，分別測(cè)出xl和xr即可得出深度距離z。由相似原理可得出△pp1p2與△polor相似，則

(6)

在圖6、7中，(x1,y1)、(x2,y2)分別是p1、p2相對(duì)于成像面中心點(diǎn)Q1、Q2的x、y坐標(biāo)。(xp1,yp1)、(xp2,yp2)分別是p1、p2在像面上的坐標(biāo)。Q1、Q2分別是左右攝像機(jī)像平面的中心點(diǎn)。d為左右攝像機(jī)像面上像中心Q1與Ocl的距離與Q2與Ocr距離之和。由小孔成像基本原理可知，y1與y2相等。Oc點(diǎn)與目標(biāo)物體p點(diǎn)映射在左右攝像機(jī)的像面分別是p1Ocl和p2Ocr，由小孔成像原理可得

p1Ocl=p2Ocry1=y2?x1Ocl=x2Ocr

(7)

列出等式，有

xp1Q1+Q1Ocl=xP2Q2-OcrQ2?

Q1Ocl+OcrQ2=x2Q2-x1Q1

(8)

又由于

Q1Ocl+OcrQ2=x2Q2-x1Q1=d

(9)

xp1-xp2=d

即得出

(10)

計(jì)算得三維坐標(biāo)值為

Y=(yp1-yQ1)r

(11)

Z=fr

1.3 實(shí)驗(yàn)方法

實(shí)驗(yàn)硬件由兩個(gè)已標(biāo)定好的攝像頭放置于治療床上方，進(jìn)行患者胸腹部標(biāo)記物圖像采集與一臺(tái)PC機(jī)組成。為了便于使用同時(shí)開(kāi)發(fā)了一套實(shí)驗(yàn)軟件系統(tǒng)，用于完成圖像采集、標(biāo)記物識(shí)別、匹配和三維坐標(biāo)的實(shí)時(shí)計(jì)算等工作。實(shí)驗(yàn)中，選取9個(gè)矩形標(biāo)記物規(guī)格放置在平躺人體腹部，利用軟件系統(tǒng)實(shí)時(shí)獲取9個(gè)標(biāo)記物的實(shí)時(shí)三維坐標(biāo)，并動(dòng)態(tài)顯示數(shù)據(jù)結(jié)果(攝像機(jī)采樣頻率為10 Hz)。

2 結(jié)果

根據(jù)試驗(yàn)記錄，前100幀測(cè)試數(shù)據(jù)如表1所示，記錄了9個(gè)標(biāo)記物在100幀圖片中通過(guò)系統(tǒng)測(cè)量出的三維坐標(biāo)與實(shí)際三維坐標(biāo)值的平均值與誤差值。在表1中，x表示標(biāo)記物的左右運(yùn)動(dòng)方向，y表示標(biāo)記物對(duì)應(yīng)于人體頭腳方向的運(yùn)動(dòng)方向，z表示標(biāo)記物對(duì)應(yīng)于腹部上下運(yùn)動(dòng)即運(yùn)動(dòng)深度方向。Mean表示坐標(biāo)平均值。RMS表示坐標(biāo)均方根誤差值。9個(gè)標(biāo)記物產(chǎn)生位移的100幀數(shù)據(jù)如表2所示，在移動(dòng)過(guò)程中會(huì)改變被測(cè)物體的光照強(qiáng)度。表2中Mean表示標(biāo)記物在未移動(dòng)前坐標(biāo)的平均值，Mean-n表示移動(dòng)后坐標(biāo)的平均值。同理，RMS-n表示移動(dòng)后的坐標(biāo)均方根誤差值。

表1數(shù)據(jù)顯示系統(tǒng)測(cè)量值與實(shí)際值的平均誤差小于±1 mm。均方根誤差值均小于0.12 mm。

表2數(shù)據(jù)是在標(biāo)記物發(fā)生位移后采集的數(shù)據(jù)。通過(guò)對(duì)比移動(dòng)前后平均坐標(biāo)值可知，1號(hào)標(biāo)記物在x坐標(biāo)方向移動(dòng)0.104 cm，y坐標(biāo)方向移動(dòng)0.14 cm，z坐標(biāo)方向移動(dòng)0.95 cm。各個(gè)標(biāo)記物坐標(biāo)的均方根誤差值并沒(méi)有因移動(dòng)而受到影響。標(biāo)記物的三維坐標(biāo)的均方根誤差值均小于0.12 mm，此方法標(biāo)記物移動(dòng)過(guò)程中探測(cè)精度并沒(méi)有發(fā)生變化，性能較穩(wěn)定。通過(guò)表2中9個(gè)標(biāo)記物移動(dòng)后的數(shù)據(jù)顯示腹部靶區(qū)均向右下方移動(dòng)，且處于吸氣狀態(tài)。在整個(gè)放療過(guò)程中當(dāng)患者處于穩(wěn)定狀態(tài)，且已定位好放療靶區(qū)設(shè)置當(dāng)前的標(biāo)記物坐標(biāo)為初始坐標(biāo)，當(dāng)每次重新調(diào)整靶區(qū)位置時(shí)則更新初始坐標(biāo)。通過(guò)9個(gè)標(biāo)記物實(shí)時(shí)坐標(biāo)與初始坐標(biāo)可知9個(gè)標(biāo)記物的運(yùn)動(dòng)軌跡，且能分別得出9個(gè)標(biāo)記物的移動(dòng)傾斜角度，例如將表1中0號(hào)標(biāo)記物未移動(dòng)前的位置設(shè)置為初始位置，通過(guò)表1的位置可得0號(hào)標(biāo)記物的x-z方向傾斜角度為84.3°,y-z方向傾斜角度為82°且通過(guò)3個(gè)軸方向的移動(dòng)精確得知9個(gè)標(biāo)記物的運(yùn)動(dòng)軌跡，從而判別出患者的移動(dòng)方向與傾斜角度以便及時(shí)調(diào)整。數(shù)據(jù)表明系統(tǒng)同時(shí)追蹤9個(gè)標(biāo)記物時(shí)，其測(cè)量結(jié)果仍具有較好的穩(wěn)定性與精度，且基于多點(diǎn)標(biāo)記物跟蹤能更好、更多地獲取患者移動(dòng)的體表信息。

表1 實(shí)驗(yàn)數(shù)據(jù)1

表2 實(shí)驗(yàn)數(shù)據(jù)2

3 討論

圖8 位置跟蹤(幀/s)Fig.8 The position of tracking (frames/s)

實(shí)驗(yàn)中，每一幀單個(gè)矩形標(biāo)記物處理時(shí)間為10 ms，每一幀9個(gè)標(biāo)記物處理時(shí)間為35 ms，相對(duì)于朱超華等研究利用SIFT特征匹配方法處理時(shí)間上較優(yōu)化[12]。由于成人正常呼吸周期為3～5 s[13]，呼吸頻率為12～20次/min，能滿足實(shí)時(shí)性。圖8是對(duì)一個(gè)標(biāo)記物進(jìn)行實(shí)際測(cè)量的3個(gè)軸上的位置與時(shí)間跟蹤。其中，(a)～(c)分別表示x、y、z方向位置跟蹤圖，3個(gè)軸上的軌跡均有改變，z軸位移變化較明顯，因?yàn)闃?biāo)記物放置于患者腹部。Bradley等對(duì)肺部腫瘤的運(yùn)動(dòng)進(jìn)行了一項(xiàng)研究，表明腫瘤單一方向運(yùn)動(dòng)最大可達(dá)3 cm，實(shí)驗(yàn)中z軸運(yùn)動(dòng)為上下2 cm左右，測(cè)量精度穩(wěn)定在1/50個(gè)像素，達(dá)到放療精度要求[14]。Yilmaz等研究指出，基于圖像的目標(biāo)跟蹤主要有以下幾個(gè)較復(fù)雜方面：是否出現(xiàn)圖像信息丟失、圖像噪聲、目標(biāo)物體的部分遮擋、光照變化與實(shí)時(shí)性要求[15]。在實(shí)驗(yàn)中，是直接由2D圖像中的坐標(biāo)信息進(jìn)行計(jì)算三維坐標(biāo)，避免了圖像信息丟失，實(shí)驗(yàn)中利用固定歐氏距離確定支持領(lǐng)域來(lái)增大圖像的旋轉(zhuǎn)穩(wěn)定性與降低噪聲的影響。利用視差匹配方法，解決光照等問(wèn)題。實(shí)驗(yàn)結(jié)果表明，系統(tǒng)能解決目標(biāo)物體的旋轉(zhuǎn)、光照等問(wèn)題?；诙帱c(diǎn)跟蹤方法雖然能獲取患者更多的運(yùn)動(dòng)體表信息，且保持著較好的實(shí)時(shí)性、穩(wěn)定性與較好的測(cè)量精度，但在實(shí)際放療過(guò)程中，位于胸腹部的腫瘤會(huì)有著不同的體積大小、不同的運(yùn)動(dòng)模式與不同的位置，系統(tǒng)目前只考慮了體表標(biāo)記物在呼吸運(yùn)動(dòng)影響下的情況，還無(wú)法完全匹配出體內(nèi)靶區(qū)的呼吸運(yùn)動(dòng)情況。下一步的工作需要進(jìn)行系統(tǒng)改進(jìn)，使體內(nèi)腫瘤靶區(qū)與體外標(biāo)記物兩者之間進(jìn)行模型匹配，使兩者之間有精確的對(duì)應(yīng)關(guān)系。

4 結(jié)論

采用基于多點(diǎn)跟蹤呼吸運(yùn)動(dòng)方法實(shí)現(xiàn)基于雙目的腫瘤靶區(qū)標(biāo)記物的三維跟蹤，不僅能獲取患者更多的運(yùn)動(dòng)體表信息，而且保持著較好的實(shí)時(shí)性、穩(wěn)定性與較好的測(cè)量精度，可減少呼吸運(yùn)動(dòng)對(duì)精確放療產(chǎn)生的影響。在實(shí)際呼吸運(yùn)動(dòng)中，肺部、胰腺、肝臟和其他胸腹部的腫瘤均會(huì)隨呼吸運(yùn)動(dòng)產(chǎn)生位移[16]。因此，還需考慮胸腹部靶區(qū)與標(biāo)記物更具體的對(duì)應(yīng)關(guān)系，從而更好地為放射治療過(guò)程中腫瘤的移位提供實(shí)時(shí)跟蹤。

[1] Starkschall G, Forster KM, Kitamura K, et al. Correlation of gross tumor volume excursion with potential benefits of respiratory gating[J]. Internation Journal of Radiation Oncology Biology Physics, 2004, 60(4): 1291一1297.

[2] Negoro Y, Nagata Y, Aoki T,et al. The effectiveness of an immobilization device in conformal radiotherapy for lung tumor: reduction of respiratory tumor movement and evaluation of the daily setup accuracy.[J] Internation Journal of Radiation Oncology Biology Physics, 2001,50(4):889-898.

[3] Miohara S,Kanai T,Endo M,et al.Respiratory gated irradiation system for heavy-ion radiotherapy[J].Internation Journal of Radiation Oncology Biology Physics,2000,47(4)：1097-1103.

[4] Kini VR, Vedam SS, Keall PJ, et al.Patient training in respiratory-gated radiotherapy[J].Med Dosim,2003,28(1):7-11.

[5] 伍銳,陳超敏.腫瘤靶區(qū)呼吸運(yùn)動(dòng)實(shí)時(shí)反向跟蹤系統(tǒng)在精度放療中的應(yīng)用研究[J].南方醫(yī)科大學(xué)學(xué)報(bào), 2010,30(1):100-102.

[6] Gonzalez RC, Woods RE. Digital Image Processing(3rd Edition)[M]. Beijing: Beijing Publishing House of Electronics Industry,2011:445-465

[7] Heath M,Sudeep S,Sanocki T, et al. Comparison of edge detectors.A Methodology and Inital Study[J].Computer Vision and Image Understanding,1996,68(1):38-54.

[8] Marr D,Hildreth E.Theory of edge detection[J].Processings of the Royal Society of London Series B,Biological Science,1980,207(1167):187-217.

[9] Canny J.A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6):679-698.

[10] 鐘寶江,廖文和.基于精化曲線累加弦長(zhǎng)的角點(diǎn)檢測(cè)技術(shù)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2004,16(7):940-943.

[11] 郭娟娟,鐘寶江.U弦長(zhǎng)曲率：一種離散曲率計(jì)算方法[J].模式識(shí)別與人工智能,2014,27(8):683-691.

[12] 朱超華,陳武凡,徐子海,等.基于雙目視覺(jué)的呼吸運(yùn)動(dòng)實(shí)時(shí)跟蹤方法研究[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2011,30(4):520-526.

[13] 萬(wàn)學(xué)紅,盧雪峰. 診斷學(xué)[M].北京：人民衛(wèi)生出版社,2013(3):128.

[14] Jeffrey D,Bradley MD,Perez, MD,et al.Implementing biological target volumes in radiation treatment planning for nom-small cell lung cancer[J].The Tournal of Nuclear Medicine, 2004, 45(Suppl 1): 96S-l01S.

[15] Yilmaz A,Javed O,Shah M.Object tracing:A survery[J].Acm Computing Surveys, 2006,38(4): No.13.

[16] Berbeco RI, Nishioka S, Shirato H,et al.Residual motion of lung tumors in end-of-inhale respiratory gated radiotheraphy based on external surrogates[J]. Medical Physics, 2006, 33(11):4149-4156.