图像引导放疗(Image-Guided Radiotherapy,IGRT)目前已经被广泛应用于临床放疗中,主要用于解决临床上出现的放疗分次间的摆位误差、肿瘤靶区的收缩、放疗分次内呼吸运动等不利因素对放疗精度造成的不利影响。医学图像处理技术是IGRT系统里的关键技术,包括图像配准、图像分割,图像融合等。应用医学图像技术来解决临床放疗中的不利因素,优化放疗计划,提高自适应放疗精度是目前国内外众多专家学者研究的一个热点。本文主要介绍了图像引导放疗的发展背景、研究现状和意义以及图像配准的流程和一些主要算法。提出了一个刚性惩罚项,用以约束非刚体配准。同时研究了基于梯度的形变配准,将我们所研究的刚性惩罚项与基于梯度的配准算法进行结合,并与结合前的算法做出对比,分析了我们所提出的新算法的优势及其对临床自适应放疗的重要意义。本文研究的重点是刚性惩罚项和基于梯度的形变配准的结合在自适应放疗中的应用,所以分别介绍了刚性惩罚项的原理、算法以及基于梯度形变配准的算法研究过程,主要包含以下的研究工作:(1)刚性惩罚项的研究。在临床医学图像中,往往只包含两种结构,刚性结构和形变结构。在进行形变配准时,有些不能模拟不同类型组织结构特性的形变配准算法可能会导致刚性结构发生形变。在本文中,设计一个局部刚性惩罚项,来防止骨骼等刚性结构发生形变。应用梯度向量场来表示形变域,设计一个快速算法,与不受约束的形变配准进行对比。在临床胸部CT数据上进行评估,结果表明应用刚性惩罚项的形变配准既保持了形变配准的精度,又保持了局部结构的刚性。(2)在自适应放疗中,CT与锥形束CT(CBCT)之间的配准也是放疗至关重要的一步。由于CT与CBCT图像之间的电子密度不一样,基于灰度的配准算法不适合用于CT与CBCT之间的配准。应用基于梯度的形变配准算法,使用梯度向量场来描述形变域,可以降低CBCT灰度精度差对于配准相似性测度的影响;应用基于可信区间的局部多项式逼近(LPA-ICI)算法描述平滑过程,用于构建该物理模型以确保得到一个平滑连续的形变域;引入双向力来加速配准过程,同时,在该算法中利用多尺度策略来加速配准过程,避免出现局部极值。(3)将刚性惩罚项加入到基于梯度的形变配准方法中,构建新的算法,既解决了CT与CBCT之间形变配准时灰度精度差的不利影响,同时也保持了骨骼等结构的刚体结构不变性,提高了自适应放疗的精度。