基于图像匹配的肿瘤热疗方案的设计

桑路路

（南京医科大学康达学院 理学部，江苏 连云港 222000）

关键字：微波热疗；图像匹配；热疗天线

0 引言

目前，微波热疗已经被普遍用于乳腺癌、皮肤癌等多种疾病的治疗。肿瘤细胞相比正常组织在吸收微波的能力上更强，且在肿瘤组织中血流不畅，导致其在治疗过程中散热慢，在正常细胞受到影响前达到肿瘤细胞消融温度，就能起到治疗癌症的目的。但在实际应用中若不进行准确的控制，在热疗过程中就很难保证正常组织不受损伤，故需要尽量将加热区域控制在最小范围内以减小对正常组织的影响。由于肿瘤组织的不规则性，在进行微波热疗时需要对热疗的范围进行严格的控制。

1 热疗天线的SAR[1]（specific absorption rate）图采集

本文对多个热疗天线[2-3]在不同条件下的辐射SAR图进行采集，如不同功率、频率、相位、加热时间等，形成一个拥有大量SAR图的图库，以便于肿瘤的搜索匹配[4]。由于原始采集得到的SAR图是彩色的，为了更方便进行下一步的搜索、覆盖，需要通过基于直方图阈值的边缘检测来提取图像并转换为二值化图。

在物体与背景差别很大的图像中，其直方图会出现两个峰值，一个峰值是由物体产生的，另一个峰值是由背景产生的，边缘附近在两个峰值之间的

灰度级的像素数相对较少，从而在两峰之间出现谷，谷所对应的值就是我们要找的阈值。通过阈值得出图像边缘，然后将边缘内外图形进行二值化，即可得到所需要的黑白二值图。

2 搜索匹配用的算法

本文通过尺度不变特征变换（Scale-invariant feature transform，SIFT）匹配[5]的方式，对肿瘤图像进行多次搜索匹配覆盖。SIFT算法是一种提取局部特征的算法，SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性； 其区分性（Distinctiveness）好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；其也具有多量性，即使少数的几个物体也可以产生大量的SIFT特征向量。这样在搜索图像时能够找出与肿瘤图像最相近的SAR图。

3 热疗过程设计

首先将肿瘤图像（如图1）放入热疗天线SAR图库中进行搜索匹配，搜索出与肿瘤图像较为相近的SAR图片（如图 2左、图 3右）；然后，将图片进行初步处理，将搜索出的SAR图进行简单的角度调整，后与肿瘤图进行匹配覆盖。但如果用图2进行匹配覆盖，则会余出部分肿瘤组织没有被热疗天线覆盖到（如图2右）；相似的，如果用图3进行匹配覆盖，也会有少部分肿瘤组织没有在热疗区域，其对应的数据为表1所示。

表1 未被覆盖的肿瘤组织

图1 经过处理的肿瘤图

图2 热疗天线1的SAR图及其覆盖后的剩余组织

所以，为了能够完全覆盖肿瘤组织区域，需要先运用图2来源的天线进行辐射加热，然后再运用图3来源的热疗天线进行加热。这样就能够在最理想的加热区域内全面覆盖肿瘤组织，并且对正常组织的损伤最少。通过这一过程，我们可以得到产生这两幅图的天线，图2的SAR图是由一个频率为2145MHz的微带贴片天线产生的，而图3的SAR图是由一个频率为915MHz的微带螺旋天线产生的，其功率均为5W，加热时长为5min。

图3 热疗天线2的SAR图及其覆盖后剩余的肿瘤组织

4 结语

本文对多个热疗天线在不同状态下生成的多幅SAR分布图进行处理并建立图像库，通过移位、覆盖等方式使得热疗区域能够在完全覆盖肿瘤组织的同时，将覆盖到的正常组织部分最小化。然后通过SAR图的标注，找出对应的热疗天线，来确定热疗时采用的天线及其工作频率、功率等数据，并根据覆盖时所产生的缩小、移位数据对天线进行相应的调整，最终达到治疗目的。