自動(dòng)勾畫軟件對(duì)鼻咽癌靶區(qū)和危及器官勾畫結(jié)果對(duì)比分析

單書燦 邱 杰 全 紅 劉 峽 楊 波 龐廷田 劉 楠 張福泉

自動(dòng)勾畫軟件對(duì)鼻咽癌靶區(qū)和危及器官勾畫結(jié)果對(duì)比分析

單書燦①邱 杰②全 紅①劉 峽②楊 波②龐廷田②劉 楠②張福泉②

目的：分析和比較兩種自動(dòng)勾畫軟件對(duì)放射治療中鼻咽癌患者CT圖像的靶區(qū)和危及器官勾畫效果。方法：選取50例鼻咽癌患者的CT圖像，建立一個(gè)數(shù)據(jù)庫(kù)，另選20例鼻咽癌患者的CT圖像應(yīng)用RS和MIM兩種軟件進(jìn)行基于以上數(shù)據(jù)庫(kù)的勾畫，對(duì)兩種軟件勾畫結(jié)果進(jìn)行形狀相似性指數(shù)(DSC)和交叉指數(shù)(OI)分析，并對(duì)兩種勾畫結(jié)果的差異進(jìn)行配對(duì)t檢驗(yàn)。結(jié)果：MIM和RS軟件自動(dòng)勾畫的危及器官的DSC和OI結(jié)果大部分在0.7～0.9之間，兩種軟件的DSC值大部分無明顯差別，而OI的差別相對(duì)比較大；靶區(qū)自動(dòng)勾畫的DSC和OI均無統(tǒng)計(jì)學(xué)差異。結(jié)論：兩種軟件勾畫結(jié)果大部分無統(tǒng)計(jì)學(xué)差異，均會(huì)在危及器官勾畫上給勾畫者節(jié)省時(shí)間、減少工作量，同時(shí)靶區(qū)的自動(dòng)勾畫也可以為自適應(yīng)技術(shù)提供便利。

鼻咽癌；自動(dòng)勾畫；危及器官；靶區(qū)

DOI∶ 10.3969/J.ISSN.1672-8270.2015.07.012

[First-author’s address] Academy of Physics and Technology, Wuhan University, Wuhan 430072, China.

目前，放射治療已成為治療腫瘤的常規(guī)手段，在頭頸部腫瘤的治療中放射治療也具有明顯的優(yōu)越性[1-2]。由于鼻咽癌的腫瘤形狀不規(guī)則，危及器官較多，使得鼻咽癌危及器官的勾畫成為一個(gè)很費(fèi)時(shí)的過程[3-4]。

隨著精確放射治療時(shí)代的到來，對(duì)圖像引導(dǎo)或自適應(yīng)放射治療的研究越來越多，需要采集更多的圖像，處理更多的靶區(qū)和危及器官。對(duì)于相同的危及器官或靶區(qū)，不同的醫(yī)生會(huì)產(chǎn)生不同的勾畫結(jié)果，甚至對(duì)于相同的危及器官同一個(gè)醫(yī)生在不同時(shí)期會(huì)產(chǎn)生不同的勾畫結(jié)果，使得越來越多的研究致力于危及器官或靶區(qū)的自動(dòng)勾畫，在節(jié)省勾畫時(shí)間的同時(shí)提高危及器官勾畫的一致性和規(guī)范性[5-7]。本研究選取兩家具有代表性的軟件開發(fā)商的自動(dòng)勾畫軟件，對(duì)同一組CT圖像進(jìn)行自動(dòng)勾畫結(jié)果的比較，分析放射治療中鼻咽癌患者CT圖像的靶區(qū)和危及器官勾畫效果的差異。

1 資料與方法

1.1 一般資料

隨機(jī)選取2013年2月至2014年9月北京協(xié)和醫(yī)院收治的70例靶區(qū)相似的鼻咽癌患者，所有患者在CT定位時(shí)均采用仰臥位，熱塑面膜固定頭頸肩，掃描層厚為3 mm。從中隨機(jī)選出已勾畫好的50例患者的CT圖像，通過DICOM傳入自動(dòng)勾畫工作站，并建立數(shù)據(jù)庫(kù)作為參考圖像，其他的20例患者的CT圖像傳入自動(dòng)勾畫工作站作為目標(biāo)圖像。

1.2 軟件工作站

采用RS(Raystation v3.99.0.7by Raysearch crop)版本中的Atlas Based segmentation功能和自動(dòng)勾畫軟件MIM5.4(by MIMVista crop)。以CT圖像為基礎(chǔ)，通過詳盡計(jì)算解剖結(jié)構(gòu)邊界，為放射治療計(jì)劃提供必須的輪廓勾畫[8]。MIM采用STAPLE算法，將模版庫(kù)中的圖像與目標(biāo)圖像相對(duì)應(yīng)，產(chǎn)生勾畫結(jié)果并自動(dòng)評(píng)估勾畫結(jié)果進(jìn)而取多組數(shù)據(jù)間關(guān)系，以達(dá)到更好的勾畫結(jié)果；RS采用通過數(shù)據(jù)庫(kù)中患者模版圖像與目標(biāo)圖像之間的形變等處理，將模版圖像中的靶區(qū)和危及器官的輪廓移植到目標(biāo)圖像中。對(duì)兩種軟件自動(dòng)勾畫的結(jié)果與醫(yī)生手動(dòng)勾畫的結(jié)果進(jìn)行比較(如圖1、圖2所示)。

圖1 MIM軟件對(duì)鼻咽癌靶區(qū)和危及器官自動(dòng)勾畫吻合情況截面圖

圖2 RS軟件對(duì)鼻咽癌靶區(qū)和危及器官自動(dòng)勾畫吻合情況截面圖

1.3 勾畫內(nèi)容

根據(jù)鼻咽癌放射治療的要求，選其中勾畫體積比較大，勾畫較為費(fèi)時(shí)的危及器官和靶區(qū)作為勾畫目標(biāo)，分別為腦干、脊髓、眼球、下頜骨、口腔、喉、腮腺以及靶區(qū)(CTV)和計(jì)劃靶區(qū)(PTV)。為了在統(tǒng)一標(biāo)準(zhǔn)情況下比較兩種軟件，本研究選用醫(yī)師已勾畫好的危及器官及靶區(qū)作為標(biāo)準(zhǔn)，將兩種自動(dòng)勾畫的結(jié)果與其進(jìn)行比較，而非自動(dòng)勾畫后手動(dòng)修改的結(jié)果與自動(dòng)勾畫進(jìn)行比較(如圖1、圖2所示)。圖1、圖2顯示MIM軟件和RS軟件自動(dòng)勾畫和手動(dòng)勾畫的靶區(qū)和危及器官結(jié)果。

表1 兩種軟件對(duì)危及器官勾畫結(jié)果OI的比較

1.4 評(píng)估結(jié)果

本研究對(duì)自動(dòng)勾畫的危及器官和靶區(qū)的輪廓與醫(yī)生已勾畫的輪廓進(jìn)行對(duì)比，運(yùn)用交叉指數(shù)(overlap index，OI)和形狀相似性系數(shù)(dice similarity coefficient，DSC)進(jìn)行評(píng)估(公式1、公式2)：

式中Va表示自動(dòng)勾畫的輪廓的體積，Vm表示醫(yī)生基礎(chǔ)上手動(dòng)勾畫的輪廓的體積[9-10]。

1.5 統(tǒng)計(jì)學(xué)方法

采用SPSS 17.0軟件對(duì)兩種軟件勾畫的結(jié)果進(jìn)行配對(duì)t檢驗(yàn)統(tǒng)計(jì)學(xué)分析，以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩種軟件對(duì)危及器官勾畫結(jié)果OI和DSC的比較

(1)兩種軟件對(duì)危及器官和靶區(qū)自動(dòng)勾畫的DSC和OI均可達(dá)到較好的結(jié)果，危及器官自動(dòng)勾畫的OI均值以及配對(duì)t檢驗(yàn)結(jié)果顯示，RS軟件OI均值均＞0.72，其中下頜骨OI最高，脊髓OI值最??；MIM軟件的OI均值均＞0.6，眼球的OI值最大，腮腺OI值最小。眼球、脊髓的OI結(jié)果MIM明顯優(yōu)于RS，而腮腺和喉的結(jié)果RS優(yōu)于MIM的結(jié)果，其他危及器官無統(tǒng)計(jì)學(xué)差異，見表1。

(2)兩種軟件對(duì)靶區(qū)勾畫結(jié)果OI的比較顯示，CTV與PTV的OI值差異無統(tǒng)計(jì)學(xué)意義(t=0.401，t=0.204；P＞0.05)，見表2。

表2 兩種軟件對(duì)靶區(qū)勾畫結(jié)果OI的比較

表3 兩種軟件對(duì)危及器官勾畫結(jié)果DSC的比較

圖3 兩種軟件自動(dòng)勾畫DSC均值和方差比較結(jié)果

圖4 兩種軟件自動(dòng)勾畫OI均值和方差比較結(jié)果

(3)危及器官自動(dòng)勾畫的DSC結(jié)果顯示，RS軟件DSC均值均＞0.74，其中下頜骨DSC值最高，腮腺DSC值最小；MIM軟件的DSC均值均＞0.63，下頜骨的DSC值最大，喉的DSC值最小。喉、下頜骨及右側(cè)腮腺的DSC結(jié)果RS優(yōu)于MIM，其他危及器官無統(tǒng)計(jì)學(xué)差異(見表3)。

(4)兩種軟件對(duì)靶區(qū)勾畫結(jié)果DSC的比較顯示，CTV與PTV的DSC值差異無統(tǒng)計(jì)學(xué)意義(t=0.375，t=0.92；P＞0.05)，見表4。

表4 兩種軟件對(duì)靶區(qū)勾畫結(jié)果DSC的比較

本研究中表1、表2、表3和表4的結(jié)果表明，對(duì)于體積比較大的輪廓口腔和靶區(qū)，兩種軟件均無統(tǒng)計(jì)學(xué)差異。

2.2 兩種軟件自動(dòng)勾畫DSC和OI的均值和方差比較

(1)兩種軟件自動(dòng)勾畫DSC的均值和方差，其DSC越接近于1則表明自動(dòng)勾畫結(jié)果越好。大部分危及器官DSC的平均值在0.7～0.9之間，下頜骨的自動(dòng)勾畫結(jié)果最好，為0.89，主要是因其密度與周圍組織分界比較清晰。而脊髓的勾畫后需要修改的并不是最多的，雖然其DSC和OI值并不理想，這可能與公式中所用的手動(dòng)勾畫的體積Vm選用的為事先勾畫好的而非自動(dòng)勾畫完后手動(dòng)修改的體積值有關(guān)(如圖3所示)。

(2)兩種軟件自動(dòng)勾畫的OI的均值和方差，同樣是值越接近于1勾畫結(jié)果越好，而方差越小表明結(jié)果越穩(wěn)定，其中下頜骨的結(jié)果較為穩(wěn)定，而腮腺和眼球的變動(dòng)幅度比較大，表明自動(dòng)勾畫軟件對(duì)腮腺和眼球勾畫偶然性比較大(如圖4所示)。

3 討論

雖然通過自動(dòng)勾畫的危及器官和靶區(qū)需要進(jìn)一步修改，但仍可在一定程度上減少醫(yī)師的工作量。通過對(duì)于自動(dòng)勾畫時(shí)間的記錄，MIM軟件勾畫時(shí)間約需1～2 min，相比于RS的6～7 min更快些。常規(guī)醫(yī)師勾畫危及器官的時(shí)間通常為100 min左右，而自動(dòng)勾畫完修改危及器官的時(shí)間通常為30 min左右。在建立數(shù)據(jù)庫(kù)的復(fù)雜程度方面，MIM和RS均較簡(jiǎn)單，而且可將下次勾畫好的再加進(jìn)數(shù)據(jù)庫(kù)中，使得數(shù)據(jù)庫(kù)越來越大。由于此功能是基于圖像的數(shù)據(jù)庫(kù)勾畫，數(shù)據(jù)庫(kù)中導(dǎo)入患者圖像的例數(shù)會(huì)影響最后的勾畫結(jié)果，數(shù)據(jù)庫(kù)越大越全，自動(dòng)勾畫會(huì)越精確[11]。對(duì)于患者CT圖像的挑選，患者進(jìn)行CT圖像掃描時(shí)盡量采取相同的體位和固定方式，掃描層厚及重建層厚一致對(duì)最后的勾畫結(jié)果也有比較大的影響?；跀?shù)據(jù)庫(kù)的自動(dòng)勾畫軟件在選擇參考圖像輪廓時(shí)，應(yīng)盡量選擇相似的輪廓或者在有條件的基礎(chǔ)上盡量擴(kuò)大數(shù)據(jù)庫(kù)的數(shù)據(jù)量，以最大限度提高吻合度，且自動(dòng)生成的輪廓需認(rèn)真檢查修改，尤其是在患者解剖結(jié)構(gòu)變化比較大時(shí)更需認(rèn)真檢查與修改[12]。

目前，精確放射治療已經(jīng)成為一種趨勢(shì)，在自適應(yīng)過程中，要采集多幅CT、CBCT及MVCT圖像，而在處理圖像過程中有大量的危及器官和靶區(qū)需要勾畫，由于是同一患者的圖像，其圖像有很大的相似性，這也是基于數(shù)據(jù)庫(kù)自動(dòng)勾畫軟件的一大優(yōu)勢(shì)[13-15]。自動(dòng)勾畫軟件無疑成為很好的選擇，在節(jié)省時(shí)間的同時(shí)使得靶區(qū)和危及器官的一致性有了一定的參考依據(jù)[16]。

MIM和RS兩種軟件均為較新的版本，本研究結(jié)果表明，雖然有的危及器官會(huì)有一定差異，可能與所建數(shù)據(jù)庫(kù)的數(shù)量比較少或目標(biāo)圖像數(shù)量比較少有關(guān)，但總體的勾畫結(jié)果相差并不大，均可以給臨床帶來很大的方便。靶區(qū)或危及器官的體積越大，其結(jié)果越穩(wěn)定，兩種軟件的自動(dòng)勾畫結(jié)果越無統(tǒng)計(jì)學(xué)差異。

4 結(jié)語

目前，對(duì)自動(dòng)勾畫的軟件應(yīng)用于頭頸部較多，但對(duì)于其他部位自動(dòng)勾畫的結(jié)果尚不理想，其原因可能是由于頭頸部解剖有比較明顯的骨性標(biāo)記，對(duì)此尚需對(duì)計(jì)算方法進(jìn)行逐步改善，以便將MIM和RS自動(dòng)勾畫軟件更廣泛地應(yīng)用于放射治療中。

[1]邵雨卉,付杰.頭頸部腫瘤自適應(yīng)放療的研究進(jìn)展[J].中國(guó)癌癥雜志,2014,24(12):951-955.

[2]Kranen SV,Mencarelli A,Beek SV,et al.Adaptive radiotherapy with an average anatomy model:Evaluation and quantification of residual deformations in head and neck cancer patients[J]. Radiat Oncol,2013,109(3):463-468.

[3]蔣曉芹,段寶風(fēng),艾平,等.基于圖譜庫(kù)的自動(dòng)輪廓勾畫軟件(ABAS)在鼻咽癌調(diào)強(qiáng)放療中的應(yīng)用[J].中國(guó)醫(yī)學(xué)物理學(xué)雜志,2013,30(2):3997-4000.

[4]張秀春,胡彩榮,陳傳本,等.基于參考圖像的ABAS軟件自動(dòng)勾畫技術(shù)在頭頸部腫瘤中的應(yīng)用研究[J].中華放射腫瘤學(xué)雜志,2011,20(6):510-512.

[5]Hwee J,Louie AV,Gaede S,et al.Technology assessment of auto-mated atlas based segmentation in prostate bed contouring[J].Radiat Oncol, 2011,6:110.

[6]Thomson D,Boylan C,Liptrot T,et al. Evaluation of an automatic segmentation algorithm for definition of head and neck organs at risk[J].Radiat Oncol,2014,9:173.

[7]Schreibmann E,Fox T.Towards automated planning for unsealed source therapy[J].J Appl Clin Med Phys,2012,13(4):3789.

[8]杜國(guó)波,蔣利華,郭飛,等.ABAS軟件自動(dòng)勾畫技術(shù)在鼻咽癌調(diào)強(qiáng)放療中的應(yīng)用研究[J].中華放射腫瘤學(xué)雜志,2014,23(1):63-64.

[9]Tsuji SY,Hwang A,Weinberg V,et al.Dosimetric evaluation of automatic segmentation for adaptive IMRT for head-and-neck cancer[J].Int J Radiat Oncol Biol Phys,2010,77(3):707-714.

[10]Teguh DN,Levendag PC,Voet PW,et al.Clinical validation of Atlas-based auto-segmentation of multiple target volumes and normal tissue structures in the head and neck[J].Int J Radiat Oncol Biol Phys,2011,81(4):950-957.

[11]Young AV,Wortham A,Wernick I,et al. Atlas-based segmentation improves consistency and decreases time required for contouring postoperative endometrial cancer nodal volumes[J].Int J Radiat Oncol Biol Phys,2011,79(3):943-947.

[12]La Macchia M,Fellin F,Amichetti M,et al. Systematic evaluation of three different commercial software solutions for automatic segmentation for adaptive therapy in head and neck,prostate and pleural cancer[J].Radiat Oncol, 2012,7:160.

[13]Castelli J,Simon A,Acosta O,et al.The role of imaging in adaptive radiotherapy for head and neck cancer[J].Biomedical IRBM,2014,35:33-40.

[14]夏邦傳,徐子海,廖福錫,等.基于CT-ON-RAIL系統(tǒng)開展的圖像引導(dǎo)自適應(yīng)放療研究進(jìn)展[J].中國(guó)醫(yī)療設(shè)備,2013,28(1):62-65.

[15]王銳濠,張書旭,林生趣.基于CT圖像引導(dǎo)鼻咽癌自適應(yīng)放療研究進(jìn)展[J].中華腫瘤防治雜志,2014, 21(7):560-564.

[16]Teguh DN,Levendag PC,Voet PW,et al.Clinical validation of Atlas-based auto-segmentation of multiple target volumes and normal tissue structures in the head and neck[J].Int J Radiat Oncol Biol Phys,2011,81(4):950-957.

Comparison of the two softwares for ABAS in NPC

SHAN Shu-can, QIU Jie, QUAN Hong, et al
China Medical Equipment,2015,12(7)∶33-36.

Objective∶ To validate, in the context of adaptive radiotherapy, two commercial softwares for atlas-based auto-segmentation through a comparison with manual delineation of target or OAR. Methods∶ A total of 70 patients were enrolled in this study(50 patients set up the atlas, and the remainder were the target image). Dice similarity coefficient(DSC)and overlap index(OI)were introduced to evaluate the auto-contours. The discrepancy between the two software was evaluated through paired t-test. Results∶ The DSC and OI of OAR is between 0.7-0.9. The DSC of OAR is no significant difference between the MIM 5.4(by MIMVista crop)and the RS(Raystation v3.99.0.7 by Raysearch crop); The difference of OI is relatively large. There is no statistical difference of DSC and OI in target auto-contouring. Conclusion∶ Although editing of the auto-contouring is inevitable, a substantial time reduction was achieved using editing, instead of manual contouring. The result of auto-contouring of the target can give some reference for adaptive radiotherapy.

Nasopharyngeal darcinoma; Atlas-based auto-segmentation; Organs at risks; The target

1672-8270(2015)07-0033-04

R739

A

單書燦,女,(1986- ),碩士研究生。武漢大學(xué)物理科學(xué)與技術(shù)學(xué)院，研究方向：醫(yī)學(xué)物理。

2015-01-22

①武漢大學(xué)物理科學(xué)與技術(shù)學(xué)院 湖北 武漢 430072

②北京協(xié)和醫(yī)院放療科 北京 100730