本文开发了基于结构光体表成像的无创放疗患者摆位引导方法和系统，并评估其临床可行性。首先，选用结构光传感器实时获取放疗摆位场景全景点云，基于光学标定和姿态估计实现点云融合和坐标变换，并参照预设感兴趣区域（ROI）实现体表点云分割。然后，基于随机抽样一致（RANSAC）和迭代最近点（ICP）等算法实现跨源点云全局—局部配准，以计算6自由度摆位偏差并引导移床校正。本研究基于刚性成人模体和志愿者人体对系统进行评估，包括摆位误差测量、相关性分析和受试者操作特征（ROC）分析。模体测试以锥形束计算机断层扫描（CBCT）作为金标准，本文开发系统最大平移和旋转误差分别为（1.5 ± 0.9）mm［垂直（Vrt）方向，胸部］和（0.7 ± 0.3）°［俯仰（Pitch）方向，头颈部］；系统整体输出结果与CBCT验证之间的皮尔逊（Pearson）相关系数分布在［0.80, 0.84］区间内；ROC分析显示，平移和旋转ROC曲线下区域面积（AUC）值分别为0.82和0.85。而在志愿者人体4自由度精度测试中，最大平移和旋转误差分别为（2.6 ± 1.1）mm（Vrt方向，胸腹部）和（0.8 ± 0.4）°［旋转（Rtn）方向，胸腹部］。综上，本文提出的基于结构光体表成像的摆位系统在无体表标记和额外剂量的前提下，可确保摆位精度，具备临床应用可行性。
0 引言
精准摆位，是放疗实施的重要前提。研究表明，组织器官的形状体积在放疗分次内和分次间持续变化，对放疗剂量分布和疗效影响巨大[1-4]。近年来，立体定向、质子重离子等先进放疗技术能使放疗时的能量沉积更集中，这对患者摆位准确性和可重复性提出了更高的要求。传统方法多使用激光十字和体表标记的方式实现摆位，并采用包括电子射野成像系统（electronic portal imaging device，EPID）和锥形束计算机断层扫描（cone beam computed tomography，CBCT）等射线装置进行位置验证，例如：瓦里安加速器机载影像系统（on-board imager，OBI）（Varian Medical Systems Inc.，美国）和医科达X射线容积成像系统（X-ray volumetric imaging，XVI）（Elakta Inc.，瑞典）等。常规手段在成像验证过程会产生不可忽视的额外剂量，影响计划剂量分布，并增加患者继发癌症风险[5]；而且，还存在难以实现分次内连续监测、标记物易损等局限。放疗光学体表追踪与监测系统（Catalyst，C-RAD Inc.，瑞典）、表面引导放疗系统（AlignRT，Vision RT Inc.，英国）等商业系统的应用表明了光学体表引导放疗（surface guided radiation therapy，SGRT）在放疗摆位中的临床价值[6-8]，但其产品软、硬件严密封装，核心技术被国外垄断。另有多数文章公开了基于飞行时间法（time of flight, ToF）的光学摆位方法[9-11]，但其精度和稳定性较为受限。本研究旨在突破国外技术垄断壁垒，自主开发基于结构光体表成像的放疗摆位方法和系统。同时，基于刚性成人模体和志愿者人体测试其精度，以期为光学体表摆位系统研究开发及其性能改进、流程优化和自主产业化提供参考。
1 资料与方法
1.1 光学硬件与参数设置
选用基于结构光传感器（One+ Large，Zivid Inc.，挪威）获取光学体表图像，即获取包括红绿蓝（red，green，blue，RGB）色彩模式和三维空间位置坐标的6通道点云数据。结构光传感器在焦距1 800 mm的工作距离处，视场角（field of view，FoV）和空间分辨率分别为2 069 mm×1 310 mm和0.67 mm，深度方向上具有3.67×10-4 mm的出色分辨率，且6.5 ms的最短曝光时间（即帧率最大154 帧/s）可充分满足患者摆位引导系统的实时性要求（以3～5 s的典型患者呼吸周期为例，系统帧率应大于等于4 帧/s）。为确保加速器机房环境下的点云质量，本研究在结构光传感器标定和位姿估计过程中采取一组固定曝光参数，包括曝光时间、光圈、增益和投影亮度等。在模体和人体表面图像采集中，综合设定3组曝光参数以实现高动态范围（high dynamic range，HDR）成像，如表1所示。同时，基于一系列滤波除噪算法实现点云预处理，包括采用信噪比（signal-to-noise-ratio，SNR）、滤波器（阈值设为0.7）、对比度失真和反射强度校正等图像处理操作。此外，对局部区域内的像素进行高斯平滑（西格玛值设为1.5）以抑制稀疏噪声并将像素与网格对齐。放疗摆位场景点云以结构光传感器（One+ Large，Zivid Inc.，挪威）专用数据格式（.ZDF）存储。
表1
结构光传感器HDR曝光参数设置
Table1.
HDR exposure parameter settings of the structured light sensors
1.2 光学标定和传感器位姿估计
为实现全景点云的融合和坐标变换，本研究对2台结构光传感器分别进行光学标定和位姿估计，其与等中心距离设定为150 cm，系统摆位场景设置、标定和位姿估计流程如图1所示。选定边长为30 mm的12 × 9氧化铝棋盘格标定板 (checkerboard)，基于张正友标定法[12]测量传感器光学几何模型参数。借助瓦里安加速器（Truebeam，Varian Medical Systems Inc.，美国）放疗六维床，共采集27张不同角度、不同距离的标定图像，并执行亚像素点检测以提高标定精度。测量传感器畸变参数和内参，以分别实现由光学组件制作及装配引起的直线投影偏差校正和像素坐标Cpix到传感器坐标系Ccam转换，如式(1)～式(2)所示：
图1
基于结构光相传感器摆位系统设置及标定和位姿估计流程
Figure1.
Structured light sensor-based positioning system setting and calibration-pose estimation process
 |
 |
其中，Disr(∙)表示像素坐标的径向畸变校正，k1、k2、k3是像素主点泰勒级数展开所得畸变参数，m表示p的二维分量平方和；Min表示传感器内参矩阵；f和Zc分别表示焦距和光学中心到物体距离比例因子；x和y表示像素物理尺寸，
和
表示中心像素坐标。
以基于科尔多瓦大学增强现实（augmented reality university of cordoba，ArUco）的二进制标记码测量包括旋转和平移变换关系的传感器外参，实现点云从Ccam到以等中心为原点的加速器机械坐标系Cacc空间转换，如式(3)～式(4)所示：
 |
 |
其中，Mex为传感器外参矩阵，Rxyz和Txyz分别为空间旋转和平移矩阵，Xacc、Yacc和Zacc为光学源点云PCS在加速器机械坐标系Cacc中的坐标分量。本研究标定和位姿估计基于计算机视觉和机器学习软件库扩展模块OpenCV-contrib（4.6.0，OpenCV，美国）和编程语言Python3.8（Centrum Wiskunde & Informatica，荷兰）实现。事实上，作为传感器固有属性的内参和畸变参数只需测量一次，外参也仅在传感器固定位置改变时需要测量，因此在临床应用中，上述操作对所开发系统的效率并无影响。
1.3 体表点云配准
基于跨源体表点云配准获取6自由度（degrees of freedom，DoF）移床值以引导放疗摆位，配准对象包括源点云PCS和目标点云PCT。其中，源点云为基于结构光传感器实时获取并经图像处理的光学体表点云；关于目标点云，首先基于西门子大孔径模拟定位机 （SOMATOM confidence，Siemens Healthineers LLC.，德国）获取刚性成人模体定位X射线电子计算机断层扫描（computed tomography，CT）图像，像素间距s和切片厚度t分别设置为0.976 6 mm和1 mm，物理师通过放疗计划系统（Eclipse，Varian Medical Systems Inc.，美国）勾画身体轮廓并与CT图像共同导出为医学数字成像和通信（Digital imaging and communications in medicine，DICOM）格式结构化文件；对定位CT取二值掩膜并获得表面体素索引集IDCT，并实施CT影像坐标系CCT与加速器机械坐标Cacc的变换以得到PCT，如式(5)所示：
 |
其中，TCT-acc表示CCT和Cacc之间的坐标变换矩阵。
临床放疗主要考虑感兴趣区域（regions of interest，ROI）范围内患者定位和剂量传输的准确性。体表区域限定将减少由全身表面配准带来的额外误差，例如胸部放疗的肢体偏移，或腹部运动对头部放疗的影响，同时点云数量的减少也显著提高跨源配准的效率。如表2所示，配准实施前，分别在前后（anterior-posterior，A-P）和上下（superior-inferior，S-I）方向，对PCS和PCT在头颈部、胸部和盆腔三个部分定义了ROI，而在左右（left-right，L-R）方向，选取全范围体表点云。
表2
跨源点云配准中体表不同部位ROI范围设置
Table2.
ROI for different parts of body surface in cross source point cloud registration
基于半径滤波（radius-filter，rf）法去除点云异常值，其中相邻点的半径和点云数量阈值分别设置为3 mm和60，并进行3 mm网格下采样。使用全局—局部的刚性方法来平衡配准速度和准确性，结合快速点特征直方图（fast point feature histogram，FPFH）特征描述子[13]，基于随机抽样一致（random sample consensus，RANSAC）实现对跨源体表点云PCS和PCT之间的全局配准，为局部优化提供初始变换矩阵并提高配准效率；局部优化基于点到面的迭代最近点（iterative closest point，ICP）算法[14-15]实现，其相比常规ICP算法更容易收敛。为计算点云配准相关空间平移矩阵RT和旋转矩阵RR，该算法迭代优化跨源点云最近点匹配和变换估计步骤，直到目标函数达到预设阈值，如式(6)所示：
 |
其中，DS-T表示跨源点云平方距离，N是点的数量，nT表示目标点处的法向量。在Cacc中对于RT进行维度交换并获得在垂直（Vrt）、进出（Lng）和左右（Lat）方向的三维平移床值，同时将矩阵RR转换为欧拉角并获得在冠状位转动（Rtn）、俯仰（Pitch）和横滚（Roll）方向的三维旋转床值，并最终得到6自由度的摆位校正床值。
1.4 系统精度评估
本研究分别基于刚性成人模体ATOM phantom和志愿者作为受试对象，在直线加速器机房中测试和评估所提出系统的可行性。
在刚性成人模体测试中，首先将刚性成人模体置于加速器治疗床，基于所开发系统获取6自由度摆位校正床值；其次，获取模体CBCT图像，并与定位CT图像进行骨性配准，将配准结果作为量化摆位偏差的金标准。上述摆位过程对基于预设ROI实现分割的模体头颈部、胸部和盆腔各重复20次。本文采取多项评价指标对系统精度进行综合评估：① 采用两组床值之间差异的绝对值量化系统精度；② 计算两组床值之间的皮尔逊（Pearson）相关系数r；③ 采用受试者操作特征（receiver operating characteristic，ROC）分析方法，对系统在界定患者运动是否超出阈值方面的能力进行评估，其中所选阈值均匀分布于系统测试误差范围。
在志愿者测试中，本项工作共招募了4名志愿者，年龄在25～32岁，其中男性、女性各2位，所有志愿者均采取仰卧体位，摆位状态均选用“呼气末”。为便于实施，摆位部位分为头颈部和胸腹部，且在4自由度（Vrt、Lng、Lat和Rtn）开展试验。试验设计及过程已通过山东第一医科大学附属肿瘤医院伦理委员会批准（编号：SDTHEC2021012052），试验前遵从受试者自愿参与的原则，对受试者及其家人详细描述了试验流程。本次研究采用体外测试，所采集数据仅用于科研研究，不作为诊断和治疗依据，对受试者没有风险，根据国家规定和赫尔辛基宣言的伦理学准则，经伦理委员会审查和批准后免于受试者的知情同意。试验过程中，首先，采集初始位置体表点云作为参考点云；其次，以1 mm（或1°）为步长在1～6 mm（或1～6 °）范围内平移（或旋转）治疗床，每个方向分别重复12次。采用系统的输出结果与实际执行的平移（或旋转）床值之间差异的绝对值量化系统精度。基于志愿者的测试分别在头颈部和胸腹部进行。
2 结果
2.1 模体测试6自由度摆位结果
本文所提系统针对各部位的光学体表点云融合效果，及其与三维重建CT的跨源点云配准效果如图2所示。其中，红色/深蓝色为不同结构光传感器采集的光学体表点云融合效果，而黄色/浅蓝色分别为结构光传感器和重建CT的跨源点云配准。在共计60次摆位测试中，用于配准的头颈部、胸部和盆腔的光学体表点云数量平均值分别为1.1 × 105、1.7 × 105和1.3 × 105。以CBCT为金标准的系统摆位测试误差如表3所示，其中最大平移误差为（1.5 ± 0.9） mm，出现在胸部摆位的Vrt方向；最大旋转误差为（0.7 ± 0.3）°，出现在头颈部摆位的Pitch方向；最小平移误差分别为（0.7 ± 0.5） mm，出现在头颈部摆位的Lng方向，最小旋转误差为（0.2 ± 0.2）°，出现在头颈部摆位的Rtn方向。总体上，所提出系统在Lat、Vrt和Lng方向的摆位平移误差分别为（1.0 ± 0.7）mm、（1.4 ± 0.9）mm和（0.8 ± 0.6）mm；在Rtn、Pitch和Roll方向的摆位旋转误差分别为（0.2 ± 0.1）°、（0.6 ± 0.3）°和（0.4 ± 0.3）°。
图2
模体摆位系统测试中光学体表点云融合及其与重建CT点云配准效果
Figure2.
Optical surface point cloud fusion and registration with reconstructed CT point cloud in phantom-based system test
表3
基于模体的系统测试6自由度误差 （x±s）
Table3.
Phantom-based system errors in 6 degrees of freedom (x±s)
2.2 模体测试Pearson相关性分析结果
本文对于头颈部、胸部和盆腔的总体摆位系统测试结果显示，在各平移和旋转方向上的Pearson相关系数r分布在 [0.80, 0.84] 的区间内。平移方向上，r值分别为0.80（Vrt方向）、0.83（Lng方向）和0.82（Lat方向）；旋转方向上，r值分别为0.84（Rtn方向）、0.80（Pitch方向）和0.81（Roll方向）。误差分布及其与CBCT验证结果的相关性分析如图3所示。
图3
系统测试6自由度整体摆位误差与CBCT验证误差分布和相关性分析
Figure3.
Distribution and correlation analysis of the system positioning errors and CBCT verification errors in 6 degrees of freedom
2.3 模体测试ROC分析结果
本文对采用均匀分布于系统测试误差范围的阈值进行ROC分析，对三个部位的整体摆位平移和旋转结果如图4所示，其中ROC曲线下区域面积 (area under curve，AUC) 值分别为0.82和0.85。
图4
本系统对于模体放疗摆位在平移和旋转方向的ROC曲线
Figure4.
ROC curve of the system for phantom radiotherapy positioning in translation and rotation directions
2.4 志愿者人体4自由度精度测试结果
本文基于志愿者人体的精度测试结果如表4所示，用于配准的志愿者人体头颈部和胸腹部光学体表点云数量分别为1.19 × 105和1.94 × 105。与加速器治疗床平移（旋转）值的对比结果显示，最大平移误差为（2.6 ± 1.1）mm，出现在胸腹部摆位的Vrt方向，最小平移误差为（1.4 ± 0.9）mm，出现在头颈部摆位的Lng方向；在Rtn方向上，两种部位的摆位误差均小于1°；在所有方向上，头颈部摆位误差和胸腹部摆位误差均有差异。
表4
基于人体的系统测试4自由度误差（x±s）
Table4.
Human body-based 4 degrees of freedom errors (x±s)
3 讨论
3.1 传统放疗摆位技术的局限性
摆位精度是放疗发挥解剖学优势的先决条件。传统基于皮肤标记和射线成像的摆位方式可提供精确位置引导和验证，但其产生的额外非治疗性剂量对计划剂量分布的影响不可忽略，会增加对正常组织的损伤并提高继发性癌症的发生率。放疗摆位中CBCT成像剂量已被诸多研究详尽评估[16-18]，在不同X射线球管电流/电压参数设定下，成像剂量可达20～70 mGy不等；Murphy等[5]在美国医学物理学家协会（American association of physicists in medicine，AAPM）75号报告中回顾分析了多种影像引导放射治疗技术的额外剂量，并认为临床医生有义务在放疗中评估影像剂量的副作用，作者基于国际放射防护委员会第60号出版物（Publication 60 of International Commission on Radiological Protection，ICRP-60）[19]中的参数对辐射诱发癌症的概率进行估计，结果表明在30分次的宫颈癌放疗中，室内CT产生的额外有效剂量为246 mSv并使得辐射诱发的风险癌症提高1.2%。此外，传统方法的固有局限性还体现在单时态成像无法实时提供分次内位置跟踪和监测，以及易损体表标记对疗程连续性的影响等。
3.2 新摆位技术的临床应用
虽然传统方式仍为最广泛应用的摆位手段，但新的替代方案也已逐步开发以满足放疗的安全性和智能化发展趋势。例如，磁共振成像（magnetic resonance imaging，MRI）引导放疗是潜在手段之一，但受限于硬件耦合、磁场影响和设备成本等因素，影响该技术的普及[20]。而SGRT作为应用日益广泛的临床放疗摆位技术，其无辐射、无标记引导的方式主要基于激光扫描、双目立体视觉、结构光和ToF等光学成像原理。本文总结了现有文献中前述几种技术的商用系统评估或实验测试结果，如表5所示。已有研究对基于双目立体视觉和基于结构光的商业系统进行评估，研究表明它们在临床摆位引导、实时监测和门控治疗方面具有卓越性能，其准确度已达到临床可接受的标准，且工作效率较传统方法而言更高[21-24]。双目立体视觉技术功耗和成本低，但其对光照变化敏感，对纹理单调或缺乏纹理的场景精度较低；而ToF传感器作为发展较快的深度传感设备，研究者们现已开展多项研究探索其应用于SGRT的可行性[9-11]。相比前述两种技术，该技术在帧率方面优势突出，且不需依托于硬件装配的复杂参数设定，但其准确性和稳定性仍需进一步提高和测试。
表5
基于不同立体成像原理的商业光学摆位引导系统或实验系统测试误差（x±s）
Table5.
Errors of commercial optical surface guidance systems or experimental systems based on different stereoscopic imaging principles (x±s)
3.3 本系统的临床应用可行性
结构光成像技术的缺陷在于易受镜面反射和极强光影响，但在放疗场景中可完全规避，因此作为一种广泛应用于医疗和工业领域的立体视觉技术，其在精度、帧率和抗环境光干扰等方面拥有优越的整体性能。本研究自主搭建基于结构光原理的放疗患者摆位引导系统，并基于刚性成人模体和志愿者人体对其可行性进行评估。对于不同的摆位目标区域，两台传感器共提供约1 × 105～2 × 105个光学空间几何点用于身体表面定位和重建。本文基于刚性成人模体的测试结果表明，系统平移和旋转的最大误差值分别为（1.5 ± 0.9）mm和（0.7 ± 0.3）°，在临床可接受范围（≤ 2 mm/1°）之内；且不同部位在同一方向以及相同部位在不同方向的摆位误差均存在差异，例如在Vrt方向，头颈部、胸部和盆腔摆位误差分别为（1.2 ± 0.8）mm，（1.5 ± 0.9）mm和（1.4 ± 0.8）mm；在头颈部摆位测试中，Rtn、Pitch、Roll方向的摆位误差分别为（0.2 ± 0.2）°，（0.7 ± 0.3）°和（0.4 ± 0.3）°。当前分析认为，影响点云提取、重建精度的因素至少包含以下几个方面：一是不同体表区域表面曲率、重建面片数量及法向角度构成存在差异；二是表面面片缺失，例如头颈部测试中颌骨周围区域遮挡会造成的空间点缺失；三是传感器相对于表面的距离，以及角度对曝光性能、光栅信号反馈和噪声强度的影响。另外，在志愿者人体测试中，所有方向上头颈部摆位误差均小于胸腹部摆位误差，对比差异明显，初步判断其可能与重复测试中患者每次呼气末状态体表幅度偏差有关；其他潜在因素以及各项因素的具体影响程度还需进一步测定。此外，刚性成人模体测试中，各方向整体Pearson相关系数不低于0.80，这反映了本开发系统测试和CBCT验证结果之间的相关性，并且进一步证实了多自由度摆位误差测试结果的有效性。ROC分析结果表明，本文所提系统可较好界定患者（模体）运动阈值，这表明结构光传感器具备在放疗分次内监测和门控的潜在效用，本课题组将在今后工作中进一步研发验证相关功能。
3.4 本研究的不足与改进策略
本系统开发和测试工作仍存在多项待改进之处。其一，提升结构光传感器的光学标定和姿态估计；由于标定板制造精度和像素检测算法可能为多坐标系点云坐标变换引入亚毫米或毫米级偏差，故定制更为精密的标定板以及研究亚像素检测算法可提高相关精度。其二，实现跨源点云配准；这在6自由度变换中是较难解决的不适定问题，下一步将考虑采用弹性配准方法来提高准确性，或尝试基于深度学习的点云配准网络架构[25-26]。其三，扩大测试评估范围；本研究基于刚性成人模体和志愿者人体测试系统精度，由于志愿者人体为非肿瘤患者，暂未考虑对其进行射线类成像以避免造成剂量损伤。因此，下一步可尝试提高系统的集成度和在机房内的装配完整性，以在不影响患者治疗的情况下进行患者人体测试，包括结合深吸气屏气（deep inspiration breath-hold，DIBH）、实时肿瘤追踪（real-time tumor tracking，RTTT）等技术，以评估呼吸运动等对系统精度的影响。其四，完善内部解剖结构；建立皮肤表面和内部解剖结构之间的运动相关性是SGRT当前普遍面临的挑战之一，这限制了该技术在盆腔、消化道等深部位肿瘤的应用，故参照立体定位射波手术系统（Cyber knife，Accuray，美国）的定位追踪原理，充分利用SGRT的实时表面成像优势，引入低使用次数的间隔辐射成像设备，建立光学—辐射成像之间的关联模型，可能提供解决方案。其五，减少结构光传感器数量；现阶段商业化SGRT系统一般采用3台传感器以保证体表点云采集完整性。但传感器数量的减少，将导致有限视场角和有限点云规模，因此存在配准错误和效率降低的风险，具体体现在：一方面，需要对视场角区域外体表进行准确估计，以尽可能地排除患者局部区域异常变形所带来的误差；另一方面，传感器三维位置和方向的选择将变得困难，例如头颈肿瘤、乳腺肿瘤、盆腔肿瘤和四肢肿瘤患者可能需要不同的成像区域。而本研究在确保全景点云覆盖的前提下采用了2台传感器，这在一定程度上节约了成本，并节省了机房空间。在未来工作中，将进一步评估有限视场角对SGRT系统临床应用可行性、系统精度和治疗安全性的影响，以为单传感器系统可行性提供依据。其六，完善信息管理和质量控制；Al-Hallaq等[27]认为SGRT在提高放疗整体工作流的安全性、质量控制和提高工作效率等方面具备潜在效用但未被有效开发，未来工作中将借助增强/混合现实（augmented/mixed reality，AR/MR）技术优越的多维信息扩充和人机交互手段[28]，或者集成人脸识别、射频识别和生物特征识别等技术，探究SGRT在无纸化放疗信息管理、器具核对、病例关联和团队协作等方面的作用。此外，放疗摆位的最终配准对象是肿瘤，而在实际临床应用中，无论是传统激光十字和皮肤标记摆位还是SGRT，摆位对象都局限于体表。因此，必须承认SGRT虽然是对基于标记的摆位技术的迭代，但射线成像验证仍是必要的。
重要声明
利益冲突声明：本文全体作者均声明不存在利益冲突。
作者贡献声明：王云刚、张功森负责技术研发、实验测试、数据分析和论文撰写；王琳琳、朱健负责收集方案设计、技术指导及论文修订审阅；闫先瑞、杨光杰、王尉参与具体研究和数据分析。
伦理声明：本研究通过了山东第一医科大学附属肿瘤医院伦理委员会的审批（批文编号：SDTHEC2021012052）。
0 引言
精准摆位，是放疗实施的重要前提。研究表明，组织器官的形状体积在放疗分次内和分次间持续变化，对放疗剂量分布和疗效影响巨大[1-4]。近年来，立体定向、质子重离子等先进放疗技术能使放疗时的能量沉积更集中，这对患者摆位准确性和可重复性提出了更高的要求。传统方法多使用激光十字和体表标记的方式实现摆位，并采用包括电子射野成像系统（electronic portal imaging device，EPID）和锥形束计算机断层扫描（cone beam computed tomography，CBCT）等射线装置进行位置验证，例如：瓦里安加速器机载影像系统（on-board imager，OBI）（Varian Medical Systems Inc.，美国）和医科达X射线容积成像系统（X-ray volumetric imaging，XVI）（Elakta Inc.，瑞典）等。常规手段在成像验证过程会产生不可忽视的额外剂量，影响计划剂量分布，并增加患者继发癌症风险[5]；而且，还存在难以实现分次内连续监测、标记物易损等局限。放疗光学体表追踪与监测系统（Catalyst，C-RAD Inc.，瑞典）、表面引导放疗系统（AlignRT，Vision RT Inc.，英国）等商业系统的应用表明了光学体表引导放疗（surface guided radiation therapy，SGRT）在放疗摆位中的临床价值[6-8]，但其产品软、硬件严密封装，核心技术被国外垄断。另有多数文章公开了基于飞行时间法（time of flight, ToF）的光学摆位方法[9-11]，但其精度和稳定性较为受限。本研究旨在突破国外技术垄断壁垒，自主开发基于结构光体表成像的放疗摆位方法和系统。同时，基于刚性成人模体和志愿者人体测试其精度，以期为光学体表摆位系统研究开发及其性能改进、流程优化和自主产业化提供参考。
1 资料与方法
1.1 光学硬件与参数设置
选用基于结构光传感器（One+ Large，Zivid Inc.，挪威）获取光学体表图像，即获取包括红绿蓝（red，green，blue，RGB）色彩模式和三维空间位置坐标的6通道点云数据。结构光传感器在焦距1 800 mm的工作距离处，视场角（field of view，FoV）和空间分辨率分别为2 069 mm×1 310 mm和0.67 mm，深度方向上具有3.67×10-4 mm的出色分辨率，且6.5 ms的最短曝光时间（即帧率最大154 帧/s）可充分满足患者摆位引导系统的实时性要求（以3～5 s的典型患者呼吸周期为例，系统帧率应大于等于4 帧/s）。为确保加速器机房环境下的点云质量，本研究在结构光传感器标定和位姿估计过程中采取一组固定曝光参数，包括曝光时间、光圈、增益和投影亮度等。在模体和人体表面图像采集中，综合设定3组曝光参数以实现高动态范围（high dynamic range，HDR）成像，如表1所示。同时，基于一系列滤波除噪算法实现点云预处理，包括采用信噪比（signal-to-noise-ratio，SNR）、滤波器（阈值设为0.7）、对比度失真和反射强度校正等图像处理操作。此外，对局部区域内的像素进行高斯平滑（西格玛值设为1.5）以抑制稀疏噪声并将像素与网格对齐。放疗摆位场景点云以结构光传感器（One+ Large，Zivid Inc.，挪威）专用数据格式（.ZDF）存储。
表1
结构光传感器HDR曝光参数设置
Table1.
HDR exposure parameter settings of the structured light sensors
1.2 光学标定和传感器位姿估计
为实现全景点云的融合和坐标变换，本研究对2台结构光传感器分别进行光学标定和位姿估计，其与等中心距离设定为150 cm，系统摆位场景设置、标定和位姿估计流程如图1所示。选定边长为30 mm的12 × 9氧化铝棋盘格标定板 (checkerboard)，基于张正友标定法[12]测量传感器光学几何模型参数。借助瓦里安加速器（Truebeam，Varian Medical Systems Inc.，美国）放疗六维床，共采集27张不同角度、不同距离的标定图像，并执行亚像素点检测以提高标定精度。测量传感器畸变参数和内参，以分别实现由光学组件制作及装配引起的直线投影偏差校正和像素坐标Cpix到传感器坐标系Ccam转换，如式(1)～式(2)所示：
图1
基于结构光相传感器摆位系统设置及标定和位姿估计流程
Figure1.
Structured light sensor-based positioning system setting and calibration-pose estimation process
|
|
其中，Disr(∙)表示像素坐标的径向畸变校正，k1、k2、k3是像素主点泰勒级数展开所得畸变参数，m表示p的二维分量平方和；Min表示传感器内参矩阵；f和Zc分别表示焦距和光学中心到物体距离比例因子；x和y表示像素物理尺寸，和表示中心像素坐标。
以基于科尔多瓦大学增强现实（augmented reality university of cordoba，ArUco）的二进制标记码测量包括旋转和平移变换关系的传感器外参，实现点云从Ccam到以等中心为原点的加速器机械坐标系Cacc空间转换，如式(3)～式(4)所示：
|
|
其中，Mex为传感器外参矩阵，Rxyz和Txyz分别为空间旋转和平移矩阵，Xacc、Yacc和Zacc为光学源点云PCS在加速器机械坐标系Cacc中的坐标分量。本研究标定和位姿估计基于计算机视觉和机器学习软件库扩展模块OpenCV-contrib（4.6.0，OpenCV，美国）和编程语言Python3.8（Centrum Wiskunde & Informatica，荷兰）实现。事实上，作为传感器固有属性的内参和畸变参数只需测量一次，外参也仅在传感器固定位置改变时需要测量，因此在临床应用中，上述操作对所开发系统的效率并无影响。
1.3 体表点云配准
基于跨源体表点云配准获取6自由度（degrees of freedom，DoF）移床值以引导放疗摆位，配准对象包括源点云PCS和目标点云PCT。其中，源点云为基于结构光传感器实时获取并经图像处理的光学体表点云；关于目标点云，首先基于西门子大孔径模拟定位机 （SOMATOM confidence，Siemens Healthineers LLC.，德国）获取刚性成人模体定位X射线电子计算机断层扫描（computed tomography，CT）图像，像素间距s和切片厚度t分别设置为0.976 6 mm和1 mm，物理师通过放疗计划系统（Eclipse，Varian Medical Systems Inc.，美国）勾画身体轮廓并与CT图像共同导出为医学数字成像和通信（Digital imaging and communications in medicine，DICOM）格式结构化文件；对定位CT取二值掩膜并获得表面体素索引集IDCT，并实施CT影像坐标系CCT与加速器机械坐标Cacc的变换以得到PCT，如式(5)所示：
|
其中，TCT-acc表示CCT和Cacc之间的坐标变换矩阵。
临床放疗主要考虑感兴趣区域（regions of interest，ROI）范围内患者定位和剂量传输的准确性。体表区域限定将减少由全身表面配准带来的额外误差，例如胸部放疗的肢体偏移，或腹部运动对头部放疗的影响，同时点云数量的减少也显著提高跨源配准的效率。如表2所示，配准实施前，分别在前后（anterior-posterior，A-P）和上下（superior-inferior，S-I）方向，对PCS和PCT在头颈部、胸部和盆腔三个部分定义了ROI，而在左右（left-right，L-R）方向，选取全范围体表点云。
表2
跨源点云配准中体表不同部位ROI范围设置
Table2.
ROI for different parts of body surface in cross source point cloud registration
基于半径滤波（radius-filter，rf）法去除点云异常值，其中相邻点的半径和点云数量阈值分别设置为3 mm和60，并进行3 mm网格下采样。使用全局—局部的刚性方法来平衡配准速度和准确性，结合快速点特征直方图（fast point feature histogram，FPFH）特征描述子[13]，基于随机抽样一致（random sample consensus，RANSAC）实现对跨源体表点云PCS和PCT之间的全局配准，为局部优化提供初始变换矩阵并提高配准效率；局部优化基于点到面的迭代最近点（iterative closest point，ICP）算法[14-15]实现，其相比常规ICP算法更容易收敛。为计算点云配准相关空间平移矩阵RT和旋转矩阵RR，该算法迭代优化跨源点云最近点匹配和变换估计步骤，直到目标函数达到预设阈值，如式(6)所示：
|
其中，DS-T表示跨源点云平方距离，N是点的数量，nT表示目标点处的法向量。在Cacc中对于RT进行维度交换并获得在垂直（Vrt）、进出（Lng）和左右（Lat）方向的三维平移床值，同时将矩阵RR转换为欧拉角并获得在冠状位转动（Rtn）、俯仰（Pitch）和横滚（Roll）方向的三维旋转床值，并最终得到6自由度的摆位校正床值。
1.4 系统精度评估
本研究分别基于刚性成人模体ATOM phantom和志愿者作为受试对象，在直线加速器机房中测试和评估所提出系统的可行性。
在刚性成人模体测试中，首先将刚性成人模体置于加速器治疗床，基于所开发系统获取6自由度摆位校正床值；其次，获取模体CBCT图像，并与定位CT图像进行骨性配准，将配准结果作为量化摆位偏差的金标准。上述摆位过程对基于预设ROI实现分割的模体头颈部、胸部和盆腔各重复20次。本文采取多项评价指标对系统精度进行综合评估：① 采用两组床值之间差异的绝对值量化系统精度；② 计算两组床值之间的皮尔逊（Pearson）相关系数r；③ 采用受试者操作特征（receiver operating characteristic，ROC）分析方法，对系统在界定患者运动是否超出阈值方面的能力进行评估，其中所选阈值均匀分布于系统测试误差范围。
在志愿者测试中，本项工作共招募了4名志愿者，年龄在25～32岁，其中男性、女性各2位，所有志愿者均采取仰卧体位，摆位状态均选用“呼气末”。为便于实施，摆位部位分为头颈部和胸腹部，且在4自由度（Vrt、Lng、Lat和Rtn）开展试验。试验设计及过程已通过山东第一医科大学附属肿瘤医院伦理委员会批准（编号：SDTHEC2021012052），试验前遵从受试者自愿参与的原则，对受试者及其家人详细描述了试验流程。本次研究采用体外测试，所采集数据仅用于科研研究，不作为诊断和治疗依据，对受试者没有风险，根据国家规定和赫尔辛基宣言的伦理学准则，经伦理委员会审查和批准后免于受试者的知情同意。试验过程中，首先，采集初始位置体表点云作为参考点云；其次，以1 mm（或1°）为步长在1～6 mm（或1～6 °）范围内平移（或旋转）治疗床，每个方向分别重复12次。采用系统的输出结果与实际执行的平移（或旋转）床值之间差异的绝对值量化系统精度。基于志愿者的测试分别在头颈部和胸腹部进行。
2 结果
2.1 模体测试6自由度摆位结果
本文所提系统针对各部位的光学体表点云融合效果，及其与三维重建CT的跨源点云配准效果如图2所示。其中，红色/深蓝色为不同结构光传感器采集的光学体表点云融合效果，而黄色/浅蓝色分别为结构光传感器和重建CT的跨源点云配准。在共计60次摆位测试中，用于配准的头颈部、胸部和盆腔的光学体表点云数量平均值分别为1.1 × 105、1.7 × 105和1.3 × 105。以CBCT为金标准的系统摆位测试误差如表3所示，其中最大平移误差为（1.5 ± 0.9） mm，出现在胸部摆位的Vrt方向；最大旋转误差为（0.7 ± 0.3）°，出现在头颈部摆位的Pitch方向；最小平移误差分别为（0.7 ± 0.5） mm，出现在头颈部摆位的Lng方向，最小旋转误差为（0.2 ± 0.2）°，出现在头颈部摆位的Rtn方向。总体上，所提出系统在Lat、Vrt和Lng方向的摆位平移误差分别为（1.0 ± 0.7）mm、（1.4 ± 0.9）mm和（0.8 ± 0.6）mm；在Rtn、Pitch和Roll方向的摆位旋转误差分别为（0.2 ± 0.1）°、（0.6 ± 0.3）°和（0.4 ± 0.3）°。
图2
模体摆位系统测试中光学体表点云融合及其与重建CT点云配准效果
Figure2.
Optical surface point cloud fusion and registration with reconstructed CT point cloud in phantom-based system test
表3
基于模体的系统测试6自由度误差 （x±s）
Table3.
Phantom-based system errors in 6 degrees of freedom (x±s)
2.2 模体测试Pearson相关性分析结果
本文对于头颈部、胸部和盆腔的总体摆位系统测试结果显示，在各平移和旋转方向上的Pearson相关系数r分布在 [0.80, 0.84] 的区间内。平移方向上，r值分别为0.80（Vrt方向）、0.83（Lng方向）和0.82（Lat方向）；旋转方向上，r值分别为0.84（Rtn方向）、0.80（Pitch方向）和0.81（Roll方向）。误差分布及其与CBCT验证结果的相关性分析如图3所示。
图3
系统测试6自由度整体摆位误差与CBCT验证误差分布和相关性分析
Figure3.
Distribution and correlation analysis of the system positioning errors and CBCT verification errors in 6 degrees of freedom
2.3 模体测试ROC分析结果
本文对采用均匀分布于系统测试误差范围的阈值进行ROC分析，对三个部位的整体摆位平移和旋转结果如图4所示，其中ROC曲线下区域面积 (area under curve，AUC) 值分别为0.82和0.85。
图4
本系统对于模体放疗摆位在平移和旋转方向的ROC曲线
Figure4.
ROC curve of the system for phantom radiotherapy positioning in translation and rotation directions
2.4 志愿者人体4自由度精度测试结果
本文基于志愿者人体的精度测试结果如表4所示，用于配准的志愿者人体头颈部和胸腹部光学体表点云数量分别为1.19 × 105和1.94 × 105。与加速器治疗床平移（旋转）值的对比结果显示，最大平移误差为（2.6 ± 1.1）mm，出现在胸腹部摆位的Vrt方向，最小平移误差为（1.4 ± 0.9）mm，出现在头颈部摆位的Lng方向；在Rtn方向上，两种部位的摆位误差均小于1°；在所有方向上，头颈部摆位误差和胸腹部摆位误差均有差异。
表4
基于人体的系统测试4自由度误差（x±s）
Table4.
Human body-based 4 degrees of freedom errors (x±s)
3 讨论
3.1 传统放疗摆位技术的局限性
摆位精度是放疗发挥解剖学优势的先决条件。传统基于皮肤标记和射线成像的摆位方式可提供精确位置引导和验证，但其产生的额外非治疗性剂量对计划剂量分布的影响不可忽略，会增加对正常组织的损伤并提高继发性癌症的发生率。放疗摆位中CBCT成像剂量已被诸多研究详尽评估[16-18]，在不同X射线球管电流/电压参数设定下，成像剂量可达20～70 mGy不等；Murphy等[5]在美国医学物理学家协会（American association of physicists in medicine，AAPM）75号报告中回顾分析了多种影像引导放射治疗技术的额外剂量，并认为临床医生有义务在放疗中评估影像剂量的副作用，作者基于国际放射防护委员会第60号出版物（Publication 60 of International Commission on Radiological Protection，ICRP-60）[19]中的参数对辐射诱发癌症的概率进行估计，结果表明在30分次的宫颈癌放疗中，室内CT产生的额外有效剂量为246 mSv并使得辐射诱发的风险癌症提高1.2%。此外，传统方法的固有局限性还体现在单时态成像无法实时提供分次内位置跟踪和监测，以及易损体表标记对疗程连续性的影响等。
3.2 新摆位技术的临床应用
虽然传统方式仍为最广泛应用的摆位手段，但新的替代方案也已逐步开发以满足放疗的安全性和智能化发展趋势。例如，磁共振成像（magnetic resonance imaging，MRI）引导放疗是潜在手段之一，但受限于硬件耦合、磁场影响和设备成本等因素，影响该技术的普及[20]。而SGRT作为应用日益广泛的临床放疗摆位技术，其无辐射、无标记引导的方式主要基于激光扫描、双目立体视觉、结构光和ToF等光学成像原理。本文总结了现有文献中前述几种技术的商用系统评估或实验测试结果，如表5所示。已有研究对基于双目立体视觉和基于结构光的商业系统进行评估，研究表明它们在临床摆位引导、实时监测和门控治疗方面具有卓越性能，其准确度已达到临床可接受的标准，且工作效率较传统方法而言更高[21-24]。双目立体视觉技术功耗和成本低，但其对光照变化敏感，对纹理单调或缺乏纹理的场景精度较低；而ToF传感器作为发展较快的深度传感设备，研究者们现已开展多项研究探索其应用于SGRT的可行性[9-11]。相比前述两种技术，该技术在帧率方面优势突出，且不需依托于硬件装配的复杂参数设定，但其准确性和稳定性仍需进一步提高和测试。
表5
基于不同立体成像原理的商业光学摆位引导系统或实验系统测试误差（x±s）
Table5.
Errors of commercial optical surface guidance systems or experimental systems based on different stereoscopic imaging principles (x±s)
3.3 本系统的临床应用可行性
结构光成像技术的缺陷在于易受镜面反射和极强光影响，但在放疗场景中可完全规避，因此作为一种广泛应用于医疗和工业领域的立体视觉技术，其在精度、帧率和抗环境光干扰等方面拥有优越的整体性能。本研究自主搭建基于结构光原理的放疗患者摆位引导系统，并基于刚性成人模体和志愿者人体对其可行性进行评估。对于不同的摆位目标区域，两台传感器共提供约1 × 105～2 × 105个光学空间几何点用于身体表面定位和重建。本文基于刚性成人模体的测试结果表明，系统平移和旋转的最大误差值分别为（1.5 ± 0.9）mm和（0.7 ± 0.3）°，在临床可接受范围（≤ 2 mm/1°）之内；且不同部位在同一方向以及相同部位在不同方向的摆位误差均存在差异，例如在Vrt方向，头颈部、胸部和盆腔摆位误差分别为（1.2 ± 0.8）mm，（1.5 ± 0.9）mm和（1.4 ± 0.8）mm；在头颈部摆位测试中，Rtn、Pitch、Roll方向的摆位误差分别为（0.2 ± 0.2）°，（0.7 ± 0.3）°和（0.4 ± 0.3）°。当前分析认为，影响点云提取、重建精度的因素至少包含以下几个方面：一是不同体表区域表面曲率、重建面片数量及法向角度构成存在差异；二是表面面片缺失，例如头颈部测试中颌骨周围区域遮挡会造成的空间点缺失；三是传感器相对于表面的距离，以及角度对曝光性能、光栅信号反馈和噪声强度的影响。另外，在志愿者人体测试中，所有方向上头颈部摆位误差均小于胸腹部摆位误差，对比差异明显，初步判断其可能与重复测试中患者每次呼气末状态体表幅度偏差有关；其他潜在因素以及各项因素的具体影响程度还需进一步测定。此外，刚性成人模体测试中，各方向整体Pearson相关系数不低于0.80，这反映了本开发系统测试和CBCT验证结果之间的相关性，并且进一步证实了多自由度摆位误差测试结果的有效性。ROC分析结果表明，本文所提系统可较好界定患者（模体）运动阈值，这表明结构光传感器具备在放疗分次内监测和门控的潜在效用，本课题组将在今后工作中进一步研发验证相关功能。
3.4 本研究的不足与改进策略
本系统开发和测试工作仍存在多项待改进之处。其一，提升结构光传感器的光学标定和姿态估计；由于标定板制造精度和像素检测算法可能为多坐标系点云坐标变换引入亚毫米或毫米级偏差，故定制更为精密的标定板以及研究亚像素检测算法可提高相关精度。其二，实现跨源点云配准；这在6自由度变换中是较难解决的不适定问题，下一步将考虑采用弹性配准方法来提高准确性，或尝试基于深度学习的点云配准网络架构[25-26]。其三，扩大测试评估范围；本研究基于刚性成人模体和志愿者人体测试系统精度，由于志愿者人体为非肿瘤患者，暂未考虑对其进行射线类成像以避免造成剂量损伤。因此，下一步可尝试提高系统的集成度和在机房内的装配完整性，以在不影响患者治疗的情况下进行患者人体测试，包括结合深吸气屏气（deep inspiration breath-hold，DIBH）、实时肿瘤追踪（real-time tumor tracking，RTTT）等技术，以评估呼吸运动等对系统精度的影响。其四，完善内部解剖结构；建立皮肤表面和内部解剖结构之间的运动相关性是SGRT当前普遍面临的挑战之一，这限制了该技术在盆腔、消化道等深部位肿瘤的应用，故参照立体定位射波手术系统（Cyber knife，Accuray，美国）的定位追踪原理，充分利用SGRT的实时表面成像优势，引入低使用次数的间隔辐射成像设备，建立光学—辐射成像之间的关联模型，可能提供解决方案。其五，减少结构光传感器数量；现阶段商业化SGRT系统一般采用3台传感器以保证体表点云采集完整性。但传感器数量的减少，将导致有限视场角和有限点云规模，因此存在配准错误和效率降低的风险，具体体现在：一方面，需要对视场角区域外体表进行准确估计，以尽可能地排除患者局部区域异常变形所带来的误差；另一方面，传感器三维位置和方向的选择将变得困难，例如头颈肿瘤、乳腺肿瘤、盆腔肿瘤和四肢肿瘤患者可能需要不同的成像区域。而本研究在确保全景点云覆盖的前提下采用了2台传感器，这在一定程度上节约了成本，并节省了机房空间。在未来工作中，将进一步评估有限视场角对SGRT系统临床应用可行性、系统精度和治疗安全性的影响，以为单传感器系统可行性提供依据。其六，完善信息管理和质量控制；Al-Hallaq等[27]认为SGRT在提高放疗整体工作流的安全性、质量控制和提高工作效率等方面具备潜在效用但未被有效开发，未来工作中将借助增强/混合现实（augmented/mixed reality，AR/MR）技术优越的多维信息扩充和人机交互手段[28]，或者集成人脸识别、射频识别和生物特征识别等技术，探究SGRT在无纸化放疗信息管理、器具核对、病例关联和团队协作等方面的作用。此外，放疗摆位的最终配准对象是肿瘤，而在实际临床应用中，无论是传统激光十字和皮肤标记摆位还是SGRT，摆位对象都局限于体表。因此，必须承认SGRT虽然是对基于标记的摆位技术的迭代，但射线成像验证仍是必要的。
重要声明
利益冲突声明：本文全体作者均声明不存在利益冲突。
作者贡献声明：王云刚、张功森负责技术研发、实验测试、数据分析和论文撰写；王琳琳、朱健负责收集方案设计、技术指导及论文修订审阅；闫先瑞、杨光杰、王尉参与具体研究和数据分析。
伦理声明：本研究通过了山东第一医科大学附属肿瘤医院伦理委员会的审批（批文编号：SDTHEC2021012052）。
