摘要：目的：探讨医学图像分割技术研究及在图像引导放射治疗系统中的应用价值。方法：选取我院2017年1月-2019年1月接受肿瘤放疗治疗的肺癌患者24例，将实验患者随机分为对照组、观察组，每组例数均为12，未实施医学图像分割技术患者设为对照组，实施该技术患者设为观察组，对患者展开分组研究，对比指标：两组患者的影像融合效果和误差结果及治疗准确率。结果：观察组放射治疗准确率得到显著提升，差异有统计学意义，P＜0.05。结论：图像引导放射治疗系统中应用医学图像分割技术，对于图像的判断更加理想，可以为放疗科医生的临床勾画靶区提供较大帮助；针对重点区域进行成像，重点对图像进行分析，有利于提升放射治疗的准确率。
关键词：医学图像分割技术；图像引导放射治疗系统；应用价值
0、前言
      在进行临床技术的成像中，医学图像分割技术是较为关键的一项，医学中进行图像的处理，疾病的检查，往往对一些特殊的区域需要进行更加全面的观察，而医学图像分割技术就是为了研究这个问题而设立的[1]，因此本文主要分析了医学图像分割技术研究及在图像引导放射治疗系统中的应用价值，报告如下。
1、资料与方法
1.1 一般资料
       对于数据资料的选择：2017年1月-2019年1月接受肿瘤放疗治疗的肺癌患者24例，对患者展开分组研究，将实验患者随机分为对照组、观察组，每组例数均为12，对照组患者病灶数15个，男性：女性7：5，中位年龄（51.00±1.12）岁；观察组患者，病灶数16个，男性：女性8:4，中位年龄（50.50±1.06）岁。对两组患者各指标进行比较，无显著性差异（P＞0.05）。
1.2 方法
       对照组：患者均进行常规的放射治疗，主要通过电子直线加速器X线治疗。借助真空袋和定位架对患者进行定位，并进行屏气训练，确定患者呼吸深度为最大吸气量的75%，如超过时则进行自主控制，患者治疗中需屏息30-50s，使用CT进行扫描，厚度设置为2.5cm，扫描的位置从环甲膜至第二腰椎，将屏息CT扫描是为了防止因为呼吸和移动造成的伪影，确保成像的准确性，减少图像成像的难度。在图像成像结束之后，传输至TPS计划系统，进行图像的分析。直接将传送过来的图像进行临床靶区勾画。
       观察组：在后台将对照组患者CT影像进行医学图像分割，作为图像的数据源，首先将图像分别沿X轴、Y轴和Z轴进行平移，使其绕中心进行旋转，使用适宜的算法将其中的一些不清晰的图像进行还原，对于一些浮动和重叠的区域进行消除，使得配准更高。之后将图像一阶导数、二阶导数过零点的信息来源使用分割算法进行确定，对于一些边缘进行处理，取出其中需要的图像，之后使用构建图谱、统计模型的方式，对图像边缘等不同的区域成像进行处理，获得更加理想的图像，对疾病进行综合判断，确定疾病判断的质量[2]。在图像分割处理之后，传输至TPS计划系统，进行临床靶区勾画。
1.3 观察指标
       确定计划的CT值，将观察组和对照组图像同时传送给TPS计划系统，对CTV、GTV以及周边正常组织和危及器官进行勾画，并使用三维适形放疗确定治疗方案，获取直观的三维图像，对病灶进行更加直观的查看，包括体积、部位。放疗靶区照射前使用图像引导技术将获取的CT数据进行对比，需要在进行屏气扫描时获取第一次容积CT时，借助系统的自动匹配功能，将容积CT与计划CT进行对比，对其中的误差进行矫正，再第二次获取容积CT误差小于2cm时再进行靶区照射。
1.4 统计学处理
       本次研究数据均采用统计学软件SPSS20.0进行处理，计量资料以（xˉ±s）表示，采用t检验，计数资料采用χ2表示，P检验，P＜0.05。
2、结果
      观察组患者治疗的准确率整体有效率得到提升，P＜0.05，详见表1。







表1两组患者的治疗效果对比[n(%)]
3、讨论
      目前临床中主要使用计算机成像技术对目标器官组织进行观察，但是这些成像技术需要获取器官和组织的具体数据，实现定量的分析，特别是放疗实施过程中，为了将肿瘤周围区域器官的伤害降至最低，通常需要医生进行手工的勾画或者计算机的自动分割[3]。
       通过上文中的数据资料可以看出，观察组患者治疗的准确率整体有效得到提升，P＜0.05。出现上述问题的原因包括：医学图像分割算法的实施，在图像分割法、配准方法和可视化的基础上，对图像进行更加技术性的处理，通过一些先进的算法，并借助计算机技术的实施，可以避免在成像过程中的重复性劳动，提升疾病评估的准确性和有效性。
       综上，图像引导放射治疗系统中应用医学图像分割技术，分割的CT图像清晰、内容丰富，抗干扰能力强。对于图像的判断更加理想，可以针对重点区域进行成像，重点对图像进行分析，可以为放疗科医生的临床勾画靶区提供较大帮助，对于疾病的分析和判断更加准确理想，有效控制放射治疗过程可能存在的误差率，从而提升放射治疗的质量。
参考文献
1、范群贞,吴浩,林真.医学图像基于阈值的分割技术[J].福建电脑,2019,35(04):32-35.
2、郭璇,郑菲,赵若晗,等.基于阈值的医学图像分割技术的计算机模拟及应用[J].软件,2018,39(03):12-15.
3、黄敏,罗万波,李兴华,等.医学图像分割技术[J].信息通信,2015,43(07):24-25.