采样方法及装置与流程

本发明涉及放射治疗领域，尤其涉及一种对图像进行采样的方法及装置。

背景技术：

放射治疗是利用放射线如放射性同位素产生的α、β、γ射线和各类x射线治疗机或加速器产生的x射线、电子线、质子束及其它粒子束等治疗恶性肿瘤的一种方法。

由于射束能量高，在肿瘤细胞被杀死的同时正常细胞也会受到影响。为了尽可能地减少对正常组织的伤害，需要制定放射治疗计划。放射治疗计划中，医生需要给出处方和治疗方案，物理师要根据医生处方，勾画器官和肿瘤位置，以及总的肿瘤体积(Gross Tumor Volume，GTV)、临床目标体积(Clinical Target volume，CTV)和计划治疗体积(Planning Target Volume，PTV)等靶区，然后根据治疗方案，创建射野(Beam)和子野(Beam segment)，检查剂量体积分布(Dose-Volume Histogram，DVH)，如果不满足处方目标，进行优化计算直到满足要求为止，最终批准放疗计划(Approve)，保存整个放疗计划数据，用以治疗。

在制定放射治疗计划时，获取的感兴趣区域的图像通常具有较高的分辨率，像素点数量较多，因此在剂量优化前会对感兴趣区域的图像进行采样，用采样点来代表整个感兴趣区域，因此采样点的选取直接影响剂量优化的结果。

例如，某个靶区器官的采样点选取不均匀，会导致该器官在优化后的剂量分布不均匀，或者对于一个危及器官，可能因某些区域的采样点相对于其它区域过于稀疏而导致该区域的剂量偏高。因此采样的均匀性对放射治疗计划的优化具有重要的作用。

采样的均匀性是基于器官的形状而言的。例如，对于方形的器官，如果采样点成网格点方式分布，则采样分布均匀。然而，对于环状的器官，如果采样点仍成网格点方式分布，则弧度较大的区域会呈现采样点明显稀疏的现象。

技术实现要素：

为了解决上述技术问题，本发明提出了一种采样方法和装置，其根据待采样区域的特点选择相适应的采样方法，从而保证了采样的均匀性，有助于提高优化后的剂量分布的均匀性。

根据本发明的实施例，提出了一种采样方法，包括：识别待采样区域的形状，根据所述形状选择采样方法，利用所述采样方法对所述待采样区域进行采样。

可选的，通过待采样区域的角色信息获取待采样区域的形状。

可选的，通过图形识别算法判断待采样区域的形状。

可选的，所述图形识别算法为模式识别算法。

可选的，根据所述形状选择采样方法包括：所述形状为方形，则选择等距离网格点的采样方法；所述形状为环形，则选择多层采样方法。

可选的，所述多层采样方法包括：区分所述待采样区域的内圈与外圈，并计算所述内圈和外圈的长度，对所述内圈和外圈进行分段，确定采样的层数，确定采样点。

根据本发明的另一实施例，提出了一种采样方法，包括将待采样区域分割成多个子区域，识别各子区域的形状，根据所述形状选择采样方法，利用所述采样方法对各子区域进行采样。

可选的，所述多个子区域为环形和环形所围绕的内部区域。

根据本发明的另一实施例，提出了一种采样方法，包括计算待采样区域的体积，根据所述体积选择采样方法，利用所述采样方法对所述待采样区域进行采样。

根据本发明的另一实施例，提出了一种采样方法，包括计算待采样区域的体积，判断所述体积是否大于一阈值，若否，则利用随机算法对待采样区域进行采样，若是，则识别待采样区域的形状，根据所述形状选择采样方法，利用所述采样方法对所述待采样区域进行采样。

根据本发明的另一实施例，提出了一种采样装置，包括识别单元，用于识别待采样区域的形状，选择单元，用于根据所述形状选择采样方法，采样单元，用于利用所述采样方法对所述待采样区域进行采样。

根据本发明的另一实施例，提出了一种采样装置，包括计算单元，用于计算待采样区域的体积，选择单元，用于根据所述体积选择采样方法，采样单元，用于利用所述采样方法对所述待采样区域进行采样。

根据本发明的另一实施例，提出了一种采样装置，包括计算单元，用于计算待采样区域的体积，判断单元，用于判断所述体积是否大于一阈值，随机采样单元，用于利用随机算法对待采样区域进行采样，识别单元，用于识别待采样区域的形状，选择单元，用于根据所述形状选择采样方法，采样单元，用于利用所述采样方法对所述待采样区域进行采样。

根据本发明的另一实施例，提出了一种采样方法，包括对待采样区域进行采样，将待采样区域分割成多个子区域，计算每个子区域的采样密度，判断是否对子区域继续采样，若是，则对子区域继续采样，若否，则采样结束。

相对于现有技术，本发明根据器官形状和/或体积大小选择与之相适应的采样方法，从而得到与器官更适合的采样分布，有助于使得优化后的器官内的剂量分布更加均匀；

另一方面，对采样不足的区域进一步采样，有助于得到与器官更适合的采样分布，使得优化后剂量分布更加均匀；

进一步地，对感兴趣区域内的各器官的采样更加均匀，从而使得优化后的放射治疗计划得到的剂量分布中，高剂量集中在肿瘤靶区，减少对危及器官的伤害。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1是本发明一实施例中的采样方法的流程图；

图2是本发明一实施例中的多层采样方法的流程图；

图3是本发明一实施例中的适用于细长形区域的采样方法的流程图；

图4是本发明一实施例中对细长形区域进行采样的示意图；

图5是本发明另一实施例中的采样方法流程图；

图6是本发明另一实施例中的适用于小体积区域的采样方法的流程图；

图7是本发明再一实施例中的采样方法流程图；

图8是本发明一实施例中的采样装置的示意图；

图9是本发明另一实施例中的采样装置的示意图；

图10是本发明再一实施例中的采样装置的示意图；

图11是本发明再一实施例中的采样方法流程图。

具体实施方式

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的方式来实施，因此本发明不受下面公开的具体实施例的限制。

在放射治疗中，要求高剂量的辐射尽可能地被输送至肿瘤靶区，尽量减少对危及器官的伤害。因此，在制定放射治疗计划时，感兴趣区域包括肿瘤靶区及危及器官，要求肿瘤靶区内的剂量尽可能高，危及器官内的剂量尽可能低。

由于剂量分布受采样的均匀性影响较大，为了更好地控制各区域内的剂量分布，要求对各区域的采样尽量均匀。而采样与区域的形状相关性较高，例如利用相同的采样方法对不同形状的区域进行采样，效果可能是不同。因此本发明一实施例提出一种采样方法，其根据待采样区域的形状选择相适应的采样方法进行采样。

图1是本发明一实施例中的采样方法的流程图。参考图1所示，本实施例提供的采样方法包括：

步骤S102，识别待采样区域的形状。

本实施例中以CT图像为例进行介绍，但并不以此限定本发明的保护范围。在其它实施例中，图像可以为MR图像，PET图像或者其它单模或多模融合图像。

在CT图像上对感兴趣区域内各器官进行勾画，得到多个待采样区域。物理师可以对勾画得到的不同区域的形状进行标识，可以赋予不同区域对应的角色，该角色可以为该区域所对应的形状。在这种情况下，只需获取待采样区域的角色，即可识别其形状。

例如，物理师在进行勾画的过程中通常会为治疗计划体积PTV增加一个环形的辅助器官(称为ring)。通过限定辐射到该辅助器官ring上的剂量来防止加在治疗计划体积PTV上的高剂量泄漏到周围的正常组织上，从而起到保护的作用。该辅助器官ring是通过对治疗计划体积PTV做外扩后得到的外扩部分，因此，该辅助器官ring为环状，物理师可以为将辅助器官的角色设置为ring，从而在该步骤中只需通过角色信息识别该辅助器官的形状为环状。

当然，物理师也可能没有为每个待采样区域的形状进行标识，在这种情况下，可以通过图形识别算法，例如模式识别算法，对待采样区域的形状进行判断。

例如，对于C型的靶区器官或者危及器官，可以通过模式识别算法对该器官进行识别。

可以判断该器官是否成细长形及器官是否明显弯曲，例如通过计算该器官轮廓的变化来判断其是否明显弯曲，例如在该器官轮廓上取一系列点，如果相邻两点处的切线之间的夹角超过预设的第一阈值，则认为该器官明显弯曲；或对相邻两点进行连线，如果相邻两根连线之间的夹角超过预设的第一阈值，则认为该器官明显弯曲。如果器官成细长形但不明显弯曲，则判断该器官形状为细长形；如果器官成细长形且明显弯曲，则判断该器官形状为C型。模式识别算法用于识别形状为现有技术，在此不作过多赘述。其它任何可以应用于本实施例中的识别图形形状的方案均在本发明的保护范围之内。该预设的第一阈值为医生根据经验进行设置。

步骤S104，根据所述形状选择采样方法。

由步骤S102得到待采样区域的形状，在本步骤中，根据识别的形状选择与之相适应的采样方法。

在本实施例中，不同的采样方法可以事先进行分类存储，由计算机按需调用。即，当待采样区域被识别为方形时，则计算机调用等距离网格点的采样方法，当待采样区域被识别为环形或C型或细长形，则计算机调用与环形或C型或细长形相适应的采样方法，当然，当待采样区域被识别为其它形状时，则调用与之相适应的采样方法进行采样，在本发明中不对待采样区域的形状、数量及对应的采样方法的数量做限制。

步骤S106，利用所述采样方法对所述待采样区域进行采样。

利用步骤S104中选择的采样方法对所述待采样区域进行采样。

如果待采样区域被识别为方形，优选地采用等距离网格点的采样方法进行采样。在对每一层CT图像的采样过程中，首先限定采样点的数量以及采样间隔，然后按照CT图像中的直角坐标系，沿X轴方向以采样间隔为等距离间隔计算格数，同样沿Y轴方向以采样间隔为等距离间隔计算格数，以此建立等距离网格；再对等距离网格上的每个候选采样点，判断其是否在该待采样区域内，若该点属于该待采样区域，则选取该点作为采样点，否则该点不作为采样点。

若总的采样点超过限定的采样点数量，则按照比例缩放采样间隔并重新采样，直至满足要求为止。

如果待采样区域被识别为环形，则采用与环形相适应的采样方法进行采样。

在本实施例提出一种新的采样方法，即多层采样方法，适用于环形的待采样区域，参考图2所示，具体步骤如下：

步骤S202，区分环形的待采样区域的内圈与外圈，并计算所述内圈和外圈的长度，记所述内圈的长度为L_I。

步骤S204，对所述内圈和外圈进行分段。

假设限定的步长为B，则内圈被分成相等长度B的N份，其中同样将外圈也分成等长的N份。内圈和外圈的分段节点分别记为

I＝{i₁,i₂,…,i_N}和O＝{o₁,o₂,…,o_N}

步骤S206，确定采样的层数。

假设采样点的数量上限为M，则对环形的待采样区域进行采样的层数为

步骤S208，确定采样点。

将内圈和外圈的分段节点依次连接，即i₁与o₁连接，i₂与o₂连接，i_N与o_N连接；然后将i_j和o_j的每一个连线均分成C+1段，其中j＝1,2,…,N，则连线的分段点即为采样点。按照该采样方法可以得到N*C个沿着环形待采样区域的轮廓均匀分布的采样点，形成多层采样的分布。

如上采样方法中，将i_j和o_j的每一个连线均分成C+1段是因为没有对环形待采样区域的内圈和外圈轮廓进行采样，如果需要对环形待采样区域的内圈和外圈轮廓进行采样，则将i_j和o_j的每一个连线均分成C-1段，当然，技术人员也可以根据实际需要进行等效的变形，均在本发明的保护范围之内。

对于物理师勾画得到的靶区器官或危及器官，也会出现C型的形状，对于该形状的区域可以采用上述多层采样方法进行采样，得到沿轮廓线均匀分布的一系列采样点，其中，在确定采样层数的时候，假设采样点的数量上限为M，C型的待采样区域的内圈和外圈均被分成等长的N份，则根据是否对内圈和外圈的边缘点进行采样，对C型的待采样区域进行采样的层数为或除了上述的多层采样方法，也可以按照下述对细长形区域的采样方法对C型的待采样区域进行采样。

参考图3所示，具体包括如下步骤：

步骤S302，将待采样区域的轮廓上每两个相邻的点作为一组数据点。

勾画得到的待采样区域的轮廓由一系列数据点构成，将每两个相邻的数据点作为一组，如图4中的(p1，p2)。

步骤S304，将其中一组数据点进行连接并在该线段长度范围内建立网格，使得网格覆盖该线段长度的待采样区域。

如图4所示，以p1为原点，p1与p2的连线为x轴，p1与p2连线的垂直方向为y轴，建立坐标系，并在线段p1p2的长度范围内建立网格，使得该网格可以覆盖待采样区域在线段p1p2的部分。在该步骤中，技术人员可以根据采样点数量的限制设置网格的大小。当然，图4中的网格仅为示例，并不限定本发明的保护范围。

步骤S306，判断网格点是否在待采样区域内。

判断该网格内的每一个网格点是否在待采样区域内，如果是，则保留该网格点作为采样点，否则该网格点不作为采样点。

步骤S308，网格点是否全部判断完成，若是，则进入步骤S310，若否，则继续判断网格点。

步骤S310，判断待采样区域是否采样完成，若是，则结束，若否，则进入步骤S304继续处理下一组数据点。

当所有数据点均被遍历之后，则待采样区域采样完成。当然，在这种情况下，可能会出现重复采样的情况。此时，可以只判断沿细长形待采样区域一边的数据点是否遍历完成，若是，则采样结束，若否，则进入步骤S304。判断沿细长形待采样区域一边的数据点是否遍历完成，可通过现有技术实现，在此不再赘述。

当然，图3中的采样方法不仅适用于细长形的待采样区域，其它任何形状的待采样区域均适用。因此，在图1的采样方法中，对于方形区域，优选采用等距离网格点的采样方法进行采样，对于环形区域，优选采用图2中的采样方法进行采样，对于其他形状的区域，优选采用图3的采样方法进行采样。

在本发明的另一实施例中，可以将同一待采样区域分成多个子区域，每个子区域可以采用不同的采样方法进行采样，例如对于非环形的待采样区域，还可以将该待采样区域分成两部分，一部分为沿着轮廓向区域内部内缩一定距离得到的环形区域，另一部分为环形所围绕的内部区域，对于环形区域，可以利用图2所示的多层采样方法进行采样，对于内部区域，可以利用等距离网格点的采样方法进行采样。这样可以避免待采样区域的边缘采样过于稀疏的问题。因此，在图1的采样方法中，对于方形区域，优选采用等距离网格点的采样方法进行采样，对于环形区域，优选采用图2中的采样方法进行采样，对于其他形状的区域，优选将待采样区域分成多个子区域，每个子区域可以根据形状选择合适的采样方法进行采样。

由此可见，本实施例中根据待采样区域的形状选择与之相适应的采样方法，使得采样点分布较均匀，有助于使得优化后的放射治疗计划得到的剂量分布更加均匀；并且利用与待采样区域的形状相适应的采样方法进行采样，使得高剂量集中在肿瘤靶区，减少对危及器官的伤害。

但是，影响采样效果的因素不止有待采样区域的形状，还有待采样区域的体积大小。如果待采样区域的体积太小，可能导致采样的效果不好。因此，本发明还提出了另一种采样方法，其根据待采样区域的体积大小选择相适应的采样方法进行采样。

图5是本发明另一实施例中的采样方法的流程图。参考图5所示，本实施例提供的采样方法包括：

步骤S502，计算待采样区域的体积。

仍以CT图像为例，计算CT图像中的待采样区域的体积。

步骤S504，根据所述体积选择采样方法。

如果步骤S502中计算得到的体积小于或等于预设的第二阈值，则选择适合小体积区域采样的采样方法，否则选择适合大体积区域采样的采样方法。适合小体积区域采样的采样方法及适合大体积区域采样的采样方法可以事先进行分类存储，根据对应的体积信号，进行选择。

步骤S506，利用所述采样方法对所述待采样区域进行采样。

可以利用随机算法对小体积区域进行采样，参考图6所示，包括如下步骤：

步骤S602，获取采样点数量的上限。

步骤S604，在包含全部待采样区域的范围内，产生一个随机点。

在包含全部待采样区域的范围内，利用随机数生成器分别生成随机点的x轴坐标值、y轴坐标值及z轴坐标值，随机数生成器可以按照正态分布、高斯分布、均匀分布、泊松分布或其它的分布产生随机值，在本发明中不对随机数生成器做限制。

步骤S606，判断所述随机点是否在待采样区域内，如果是，则保留该随机点作为采样点，否则该随机点不作为采样点。

步骤S608，判断采样点数量是否达到上限，若是，则采样结束，若否，则进入步骤S604。

对于体积大于所述第二阈值的待采样区域，可以采用同一种采样方法进行采样，例如图3中的采样方法，也可以参考前述实施例中根据待采样区域的形状选择合适的采样方法，如图7所示，包括如下步骤：

步骤S702，计算待采样区域的体积。

步骤S704，判断所述体积是否大于一阈值，若是，则进入步骤S708，若否，则进入步骤S706。

步骤S706，利用随机算法对待采样区域进行采样。

步骤S708，识别待采样区域的形状。

步骤S710，根据所述形状选择采样方法。

步骤S712，利用所述采样方法对所述待采样区域进行采样。

在本实施例的采样方法的具体技术细节请参考前述实施例。

对应的，本发明还提供了一种采样装置800，包括：

识别单元801，用于识别待采样区域的形状；

所述识别单元801可以通过获取待采样区域的角色信息来识别其形状，也可以通过模式识别算法对待采样区域的形状进行判断，从而识别待采样区域的形状。

选择单元802，用于根据所述形状选择采样方法；

识别单元801发出代表所述待采样区域形状的信号至选择单元802，所述选择单元302接收该信号，并根据该信号调用对应的采样方法。

采样单元803，用于利用所述采样方法对所述待采样区域进行采样。

所述采样单元803利用所述选择单元802所选择的采样方法对待采样区域进行采样。

在另一实施例中，还提供了另一种采样装置900，包括

计算单元901，用于计算待采样区域的体积，

选择单元902，用于根据所述体积选择采样方法，

可以将计算单元901计算得到的体积与一阈值进行比较，选择单元902根据比较结果选择合适的采样方法。

采样单元903，利用所述采样方法对所述待采样区域进行采样。

在另一实施例中，还提供了另一种采样装置1000，包括

计算单元1001，用于计算待采样区域的体积。

判断单元1002，用于判断所述体积是否大于一阈值。

随机采样单元1003，用于利用随机算法对待采样区域进行采样。

识别单元1004，用于识别待采样区域的形状；

选择单元1005，用于根据所述形状选择采样方法；

采样单元1006，用于利用所述采样方法对所述待采样区域进行采样。

具体细节可参考上述采样方法的实施例。

在前述的实施例中介绍了根据待采样区域的形状或体积大小进行采样的采样方法或装置，在如下实施例中，本发明还提出了另一种采样方法。

参考图11所示，一种采样方法包括：

步骤S1102，对待采样区域进行采样。

在该步骤中，采用任一种采样方法对待采样区域进行采样，该任一种采样方法可预先进行设置，在该步骤中，只需直接调用该采样方法对待采样区域进行一次采样。

步骤S1104，将待采样区域分割成多个子区域。

在该步骤中，将待采样区域分割成多个子区域，分割的方法在本实施例中不受限制。优选地，将待采样区域分割成多个规则形状的子区域，例如方形，圆形，环形等。

步骤S1106，计算每个子区域中的采样密度。

在该步骤中，计算每个子区域的面积及采样点数量，从而得到各子区域中的单位面积下的采样点数量，即各子区域的采样密度。

步骤S1108，判断是否继续采样。

在该步骤中，将各子区域的采样密度与一阈值进行比较，如果小于或等于该阈值，则采样密度过小，需要继续采样，进入步骤S1110，如果大于该阈值，则采样密度达到要求，无需继续采样。

步骤S1110，对子区域继续采样。

在该步骤中，可以利用单一的采样方法对采样密度过小的子区域进行继续采样，例如利用图3中的采样方法，也可以根据各子区域的形状或体积大小对各子区域进行采样。

前述实施例中的技术细节可以结合到本实施例，在此不再赘述。

虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，在没有脱离本发明精神的情况下还可作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。