自動勾畫技術(shù)在前列腺癌自適應(yīng)放射治療中的臨床應(yīng)用研究

崔志強 邱 杰* 楊 波 劉 峽 龐廷田 劉 楠 于 浪 李文博 董婷婷 汪之群 王 貝

當前，調(diào)強放射治療(intensity modulated radiation therapy，IMRT)已成為治療前列腺癌的主要方式，其在減少疾病復發(fā)和改善臨床預(yù)后等方面發(fā)揮著重要的作用。調(diào)強放射治療在靶區(qū)得到精確處方劑量分布的同時，可以更好地保護周圍的危及器官(organs at risk，OAR)[1-3]。但實現(xiàn)這一優(yōu)勢的前提是必須在患者定位CT圖像上，準確定義與勾畫出靶區(qū)和OAR的輪廓。傳統(tǒng)定位圖像上的手工勾畫占用醫(yī)生臨床工作的大部分時間，且易形成不同勾畫者間的差異[2-5]。這已經(jīng)遲緩了自適應(yīng)放射治療(adaptive radiotherapy，ART)技術(shù)快速發(fā)展的腳步[6]。

ART的特點需要在放射治療間期更為快速、準確地進行相關(guān)結(jié)構(gòu)的勾畫。在這樣的前提下，OAR甚至靶區(qū)的自動勾畫成為研究的焦點[6-9]。因此，一些自動，半自動勾畫軟件應(yīng)運而生，并應(yīng)用于臨床實踐中。然而，國內(nèi)外對于自動勾畫技術(shù)多聚焦于頭頸部腫瘤的研究，并顯示出在提高勾畫效率，即勾畫結(jié)果的準確性較高、勾畫時間明顯減少、減少不同醫(yī)師之間的勾畫差異以及明顯降低勾畫誤差等方面的潛力[6-10]。但對于器官位置及形態(tài)變化較大的腹腔、盆腔器官相關(guān)輪廓的勾畫是該技術(shù)面臨的最大挑戰(zhàn)，且相關(guān)研究報道較少?；诖?，本研究探討前列腺癌自適應(yīng)放射治療中基于圖譜集的自動勾畫技術(shù)(atlasbased auto-segmentation，ABAS)對于OAR自動勾畫臨床應(yīng)用的可行性，評價與分析Prostate和General兩種算法的性能。

1 資料與方法

1.1 臨床資料

1.2 儀器設(shè)備

CT模擬定位采用Brilliance CT(Big Bore)型16排大孔徑螺旋CT模擬機(荷蘭Philips)進行掃描；勾畫工具采用ABAS自動勾畫軟件(瑞典Elekta)；最后采用Eclipse計劃系統(tǒng)(美國Varian)對勾畫結(jié)果進行分析。

1.3 定位方法

患者均取仰臥位，為了在ART進程中更為準確的評估OAR的受量，在CT模擬定位之前要求其排空直腸；飲水充盈膀胱并利用B超評價膀胱充盈情況；熱塑體膜固定。掃描參數(shù)：①CT掃描條件，掃描電壓140 kV，掃描電流280 mAs；②掃描范圍，從腰3椎體上緣至坐骨結(jié)節(jié)下緣，包括整個盆腔；③掃描重建，層厚5 mm。

1.4 硬件工具

ABAS(Version 2.01)為形變配準自動勾畫工具，主要由圖譜集(參考圖像)和待勾畫患者定位圖像(目標圖像)組成，其通過在軟件中選擇不同算法對兩種圖像進行相應(yīng)的形變配準。獲取參考圖像的形變向量，將參考圖像上的感興趣器官的結(jié)構(gòu)輪廓以非線性方式映射到目標圖像上，最終完成對目標圖像的自動勾畫[8-10]。

1.5 勾畫流程

由一名住院醫(yī)師在計劃系統(tǒng)上對所有患者兩程定位CT圖像上的OAR進行手工勾畫，并由一名主治醫(yī)師對第1程和第2程手工勾畫的結(jié)果進行校對，并記錄第2程定位圖像上手工勾畫與修改時間。以患者第1程定位圖像作為參考圖像，重新拷貝第2程定位圖像作為目標圖像，將兩程圖像以醫(yī)學數(shù)字影像及通信(digital imaging and communication of medicine，DICOM)的格式傳輸至ABAS自動勾畫系統(tǒng)中。勾畫標準參考國際放射輻射單位和計量測量委員會(International Commission on Radiation Units and Measurements，ICRU)發(fā)布的62號文件。勾畫的OAR包括膀胱、左右髖骨、左右股骨頭及直腸。

在ABAS系統(tǒng)中選用單一圖譜自動勾畫方式下用于腹部勾畫的General和Prostate兩種形變配準算法，進行兩種算法的自動勾畫。將自動勾畫結(jié)果傳輸至Eclipse計劃系統(tǒng)中與醫(yī)師手工勾畫結(jié)果進行比對及分析(如圖1所示)。

圖1 自動勾畫流程圖

1.6 評價標準

(1)通過Eclipse計劃系統(tǒng)，以醫(yī)生手工勾畫的OAR輪廓為“金標準”，評價自動勾畫的OAR與手工勾畫結(jié)果吻合程度。

(2)形狀相似性系數(shù)(dice similarity coefficient，DSC)與交叉指數(shù)(overlap index，OI)。使用DSC和OI評價自動勾畫與手動勾畫OAR的重合性。其值位于0～1之間，越接近1表示自動勾畫與手工勾畫的重合性越好，反之則兩種勾畫方式無重合。在圖像重合度研究中，建議DSC＞0.7為重合度較好的標準[11-13]。DSC和OI計算為公式1、公式2：

式中Va為自動勾畫器官的體積；Vm為手工勾畫器官的體積；Va∩Vm為自動勾畫與手工勾畫重合的體積。

教師不但要在教學實踐中對學生學習情況進行監(jiān)管和引導，同時在發(fā)布各個任務(wù)之前，應(yīng)該設(shè)定對應(yīng)任務(wù)規(guī)劃目標。在任務(wù)設(shè)計完成以后，需要開展項目分析及課程結(jié)構(gòu)分析等工作。探究教學提綱以及課程框架，獲取各個知識模板教學框架。同時，將各個項目任務(wù)劃分為多個模塊，同時各個模塊均要結(jié)合對應(yīng)知識點將其劃分成多個部分教學內(nèi)容。教師可以根據(jù)教學要求和內(nèi)容實現(xiàn)對應(yīng)教學任務(wù)的設(shè)計，將各個學習知識隱藏在各個任務(wù)中，讓學生在落實各個任務(wù)時實現(xiàn)知識點的科學應(yīng)用，提升學習能力[4]。此外，結(jié)合項目開發(fā)模板及各個學生學習特性進行小組分配，同時下發(fā)對應(yīng)的學習任務(wù)，給實施環(huán)節(jié)做好準備。

(3)體積差異(volume difference，ΔV)。正值表示自動勾畫高估了目標體積(過度勾畫)，負值表示自動勾畫低估了目標體積(勾畫不足)，其絕對值越接近0，表明自動勾畫結(jié)果變化程度越小，越接近“金標準”[10-13]。ΔV計算為公式3：

式中Va-Vm為自動勾畫與“金標準”的體積差值。

(4)勾畫時間比較。分別記錄兩種算法自動勾畫，并經(jīng)同一名主治醫(yī)生對結(jié)果進行手工修改的時間與第2程定位圖像單純手工勾畫與修改的時間。

1.7 統(tǒng)計學方法

采用SPSS 21.0軟件對自動勾畫與手工勾畫相關(guān)數(shù)據(jù)進行配對樣本的非參數(shù)檢驗--Wilcoxon符號秩檢驗，以P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 兩種自動勾畫算法與手工勾畫OAR結(jié)果

(1)當參考圖像和目標圖像為同一患者時，左右髖骨及左右股骨頭自動勾畫的DSC、OI值均＞0.8，顯示出與手工勾畫具有良好的重合性。Prostate算法左右髖骨DSC值為0.85±0.06和0.84±0.09，OI值為0.84±0.11和0.83±0.17，均高于General算法，而左右股骨頭在不同算法下的DSC及OI值近似。對于具有相同密度的骨性組織，左右髖骨DSC、OI值均＞左右股骨頭，如Prostate法左髖骨DSC為0.85±0.06，左股骨頭為0.82±0.05。在ΔV中顯示出近似的結(jié)果，左右髖骨ΔV的絕對值＜左右股骨頭。如Prostate法左髖骨ΔV為-0.11±0.10，左股骨頭為-0.17±0.13。骨性組織的ΔV＜0，表明自動勾畫對其勾畫不足(見表1)。

(2)兩種自動勾畫算法在左髖骨體積均值存在統(tǒng)計學差異。Prostate算法左髖骨體積值＞General算法，且更接近手工勾畫。膀胱，直腸在自動勾畫器官體積、DSC及OI值均顯示出統(tǒng)計學差異。膀胱的兩種自動勾畫DSC，OI結(jié)果均＞0.7。Prostate算法DSC為0.76±0.08，OI為0.74±0.09，均高于General算法(見表2)。

(3)對于接受ART的前列腺癌患者，自動勾畫結(jié)果在應(yīng)用放射治療計劃設(shè)計之前，需進行必要的校準及修改。

2.2 兩種自動勾畫算法CT圖像

(1)Prostate算法膀胱ΔV為0.10±0.05，絕對值＜General算法，且DSC，OI均高于General算法。Prostate算法勾畫結(jié)果更接近手工勾畫如圖2所示。

圖2 Prostate算法自動勾畫膀胱接近手工勾畫示圖

表1 兩種自動勾畫算法與手工勾畫OAR結(jié)果

表1 兩種自動勾畫算法與手工勾畫OAR結(jié)果

注：表中OAR為危及器官；DSC為形狀相似性系數(shù)；OI為交叉指數(shù)；△V為體積差異。

?

表2 兩種自動勾畫算法統(tǒng)計結(jié)果

(2)兩種自動勾畫算法與手工勾畫方式器官體積差異最大的是直腸，GeneralΔV為0.31±0.11，ProstateΔV為0.25±0.09。直腸手工勾畫器官體積為86.65±23.47，General為118.52±25.16，Prostate為93.47±28.92，General與Prostate自動勾畫器官體積均大于手動勾畫結(jié)果(如圖3所示)。

圖3 兩種自動勾畫算法直腸體積勾畫示圖

(3)自動勾畫對于像直腸及膀胱這樣位置及形態(tài)不恒定的器官顯示出過度勾畫，ΔV值均為正值。第2程定位CT圖像利用Prostate和General算法進行自動勾畫，時間約為30 s。自動勾畫加上手工修改平均耗時約6 min，明顯少于單純進行手工勾畫平均耗時(約13 min)，其時間縮短近54%。

3 討論

由于放射治療期間，大部分患者會發(fā)生體重減輕、腫瘤收縮、周圍組織繼發(fā)炎性反應(yīng)等因素，以致于腫瘤和OAR體積及位置會發(fā)生相應(yīng)的變化[12-14]。為了更好地發(fā)揮具有良好適形度和陡峭劑量變化梯度治療技術(shù)的優(yōu)勢，需要對這些患者再次進行定位CT掃描并重新制定放射治療計劃，這就要求對同一患者進行多次相關(guān)輪廓的勾畫。因此，需要自動勾畫軟件應(yīng)用于自適放射治療過程，以減少手工勾畫靶區(qū)和OAR的時間，同時降低手工勾畫出現(xiàn)的各種差異與誤差[14-16]。

在接受前列腺癌ART的患者中，特別對于高密度的組織和器官，與周圍組織形成了較為鮮明的密度差異，因而自動勾畫的結(jié)果與“金標準”相比具有較高的重合性[10-13]。左右髖骨及左右股骨頭DSC，OI值均＞0.8。部分CT層面上經(jīng)過較小范圍的修改或不經(jīng)修改的情況下即可滿足臨床要求，其結(jié)果低于彭應(yīng)林等[17]報道的對于下頜骨及顳頜關(guān)節(jié)DSC(0.96；0.93)的自動勾畫。考慮可能由于正常人在腹式呼吸的影響下，盆腔骨性結(jié)構(gòu)位移引起的兩程圖像上配準誤差。此外兩種算法左右髖骨的DSC、OI值均高于左右股骨頭，此結(jié)果也與上述的研究中下頜骨的DSC值為0.96高于顳頜關(guān)節(jié)DSC的結(jié)果0.93相一致，再次證明了影響自動勾畫結(jié)果的因素除了與器官密度相關(guān)外，還與體積有關(guān)，即密度越高，體積越大，勾畫效果越好。同樣的情況也影響著膀胱的自動勾畫。尿液的充盈所形成密度上的差異是自動勾畫算法識別膀胱輪廓的基礎(chǔ)與前提。對于本研究接受自適應(yīng)放射治療的患者，在每一程CT圖像定位之前，囑患者飲水充盈膀胱后利用便攜式B超估算患者膀胱大體容積，這在一定程度上盡可能保持多次定位過程中膀胱充盈的一致性，最終在目標圖像上得到了較為理想的結(jié)果DSC＞0.7。由于膀胱體部得到良好的充盈，兩種自動勾畫結(jié)果與手工勾畫形成了良好的重合度，這與膀胱頂部情況形成了巨大的反差。原因可能為近似球形的膀胱，其頂部容積減小以致增厚的膀胱壁與附近的腸管重合，導致局部勾畫效果不佳。但由于Prostate算法在密度識別，修正運動器官配準差異等方面優(yōu)于General算法，Prostate算法有效勾畫面積(綠線)大于General算法(藍線)[3,4,12]。

受腸內(nèi)容物及腸管蠕動的影響，直腸個體間差異顯著，即便同一患者隨著時間的推移，在位置形態(tài)上也會產(chǎn)生明顯的變化，由于直腸與鄰近腸管結(jié)構(gòu)近似，有時在CT斷層圖像上對于醫(yī)生也很難精確的識別出分界線，以致于在手工勾畫情況下不可避免的會把部分相鄰腸管包入其中。觀察自動勾畫結(jié)果發(fā)現(xiàn)，往往造成直腸在頭尾方向過度勾畫明顯要大于其他方向。定位CT圖像中直腸與乙狀結(jié)腸形成分界，但兩種自動勾畫算法(綠藍線)無法認別。在直腸已消失的層面上，兩種算法明顯過度勾畫。

前列腺底部與膀胱頸及其精囊腺，在遠端與直腸相鄰且密度接近，像這種與相鄰組織缺乏明顯對比度的結(jié)構(gòu)必會導致自動勾畫結(jié)果嚴重變形[3-4]。在臨床實踐中，可以利用MRI成像優(yōu)勢來提高前列腺與周圍軟組織對比度，所以前列腺病變最佳手工勾畫方法是應(yīng)用CT-MRI融合圖像。但在目前，ABAS無法識別MRI圖像，因此該研究排除了對前列腺癌靶區(qū)的自動勾畫。

4 結(jié)語

理論上只要選擇合適的參考圖像，單一圖譜的勾畫方式可以滿足臨床要求。對于接受自適應(yīng)放射治療的前列腺癌患者，選用這種勾畫方式主要考慮到，前后兩程定位圖像部分器官具有一致的解剖輪廓(如左右髖骨，左右股骨頭)，而且在定位之前采用了合理準備措施--排空直腸并對膀胱的充盈做到有效的估算，盡可能的保證直腸、膀胱這樣的器官(隨著充盈的不同處于不斷變化)在兩程定位圖像上其輪廓的近似一致性。該研究最終得到的結(jié)果表明，Prostate算法勾畫的精確程度要優(yōu)于General算法。但在臨床中，對于新定位的患者，由于個體的差異性的普便存在，是選擇與參考圖像近似的單一圖譜勾畫方式進行勾畫，還是選擇多重圖譜勾畫方式，即利用更多的參考圖像去覆蓋整個器官變化的范圍，這是對類似的研究提出了新的命題。