智能放療云平臺(tái)在肝臟結(jié)構(gòu)自動(dòng)勾畫中的應(yīng)用

秦偉，趙紫婷，時(shí)飛躍,2，王敏，魏曉為

1. 南京醫(yī)科大學(xué)附屬南京醫(yī)院（南京市第一醫(yī)院） a. 腫瘤放療中心；b. 醫(yī)療設(shè)備處，江蘇 南京 210006；2. 南京醫(yī)科大學(xué) 醫(yī)學(xué)物理研究中心，江蘇 南京 210029

引言

現(xiàn)代精確放射治療要求在腫瘤靶區(qū) 進(jìn)行高劑量精確照射的同時(shí)，最大程度減少周圍正常組織和危及器官的受照劑量。因此，在影像中準(zhǔn)確定義靶區(qū)與危及器官至關(guān)重要，但手工勾畫過(guò)程不僅耗時(shí)耗力，占用臨床醫(yī)師大量寶貴時(shí)間與精力，還在不同醫(yī)生間存在較大的主觀差異[1]。近年來(lái)，人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用使得自動(dòng)勾畫技術(shù)成為研究熱點(diǎn)之一，出現(xiàn)了針對(duì)各種器官的自動(dòng)勾畫算法框架。由于肝臟外形復(fù)雜，與鄰近器官組織，例如心臟、腹壁肌肉、膈肌等在影像上均缺乏良好的灰度對(duì)比，難以形成清晰的邊界，使得肝臟的自動(dòng)醫(yī)學(xué)圖像分割仍是醫(yī)學(xué)圖像處理中的難點(diǎn)之一[2]。目前出現(xiàn)的ABAS、MIM、Raystation、Velocity等基于圖譜庫(kù)的自動(dòng)勾畫軟件在骨性標(biāo)志相對(duì)固定的頭頸部腫瘤放療中應(yīng)用廣泛[3-5]，但在器官移動(dòng)度較大的腹部少有研究報(bào)道。連心醫(yī)療的智能放療云平臺(tái)（RAIC.OIS）面向醫(yī)院放療科室、第三方影像與放療中心提供基于人工智能的器官自動(dòng)勾畫、靶區(qū)勾畫、自動(dòng)放療計(jì)劃、放療質(zhì)控等技術(shù)工具和云服務(wù)。其中的自動(dòng)勾畫工具可實(shí)現(xiàn)頭、頸、胸、腹和盆腔等多部位的危及器官勾畫，我們前期已經(jīng)對(duì)該軟件自動(dòng)勾畫食管癌患者心臟結(jié)構(gòu)的準(zhǔn)確性進(jìn)行了研究[6]。本研究以手工勾畫結(jié)構(gòu)為參考標(biāo)準(zhǔn)，從準(zhǔn)確性和勾畫時(shí)間兩方面測(cè)試RAIC.OIS軟件自動(dòng)勾畫腹部腫瘤患者肝臟結(jié)構(gòu)的可行性。

1 材料與方法

1.1 病例選擇

選取本院腫瘤放療中心于2018年2月至11月收治的20例腹部腫瘤患者（胃癌10例，轉(zhuǎn)移癌5例，胰腺癌2例，賁門癌2例，十二指腸癌1例）。其中，男15人，女5人，中位年齡為66.5歲（42～76歲）。所有患者均仰臥，經(jīng)熱塑膜固定后由西門子Sensation Open CT模擬機(jī)采集定位CT圖像，層厚和層間距均為5 mm。將20例患者按照ID號(hào)升序的順序排列，由1至20編號(hào)。

1.2 數(shù)據(jù)采集

自動(dòng)勾畫數(shù)據(jù)：在Eclipse治療計(jì)劃系統(tǒng)中導(dǎo)出上述患者的定位CT圖像，傳輸至RAIC.OIS（v2.0.16）。在RAIC.OIS軟件中打開導(dǎo)入的待勾畫病例，在腹部的自動(dòng)危及器官勾畫模塊中選擇肝臟，同時(shí)記錄自動(dòng)勾畫時(shí)長(zhǎng)。將全部20例自動(dòng)勾畫生成的結(jié)構(gòu)文件導(dǎo)回Eclipse系統(tǒng)，采集相應(yīng)的體積與位置數(shù)據(jù)。

手工勾畫數(shù)據(jù)：根據(jù)文獻(xiàn)中肝臟的勾畫原則和參考圖譜[7]，在Eclipse中重新手工勾畫20例腹部患者的肝臟結(jié)構(gòu)，并記錄手工勾畫的時(shí)間，然后測(cè)量并記錄相應(yīng)的體積與位置數(shù)據(jù)。

1.3 評(píng)價(jià)指標(biāo)

定義V1為手工勾畫的輪廓體積，V2為自動(dòng)勾畫的輪廓體積，x1和x2分別代表手工和自動(dòng)兩種勾畫肝臟結(jié)構(gòu)的幾何中心坐標(biāo)在x方向的坐標(biāo)值，y和z方向依此類推。計(jì)算公式如下。

（1）體積差異ΔV%，見公式(1)。

（2）質(zhì)心偏差（Deviation Of Centroid，DC），見公式 (2)。

其中，Δx=|x2-x1|，Δy=|y2-y1|，Δz=|z2-z1|。DC反映兩種結(jié)構(gòu)的幾何中心在空間位置的偏移，數(shù)值越大表明兩種勾畫結(jié)構(gòu)在空間位置的偏移越大[8]。

（3）Dice相 似 性 指 數(shù)（Dice Similarity Coeffi cient，DSC），見公式(3)。

DSC用于評(píng)價(jià)兩個(gè)集合之間的重合性，一般認(rèn)為DSC＞0.7時(shí)，兩個(gè)結(jié)構(gòu)的一致性較好[9]。

（4）敏感性指數(shù)（Sensitivity Index，SI），見公式(4)。

SI反映自動(dòng)勾畫輪廓與手動(dòng)勾畫輪廓的匹配程度[10]。

（5）包容性指數(shù)（Inclusiveness Index，IncI），見公式 (5)。

IncI反映手動(dòng)勾畫輪廓中包含自動(dòng)勾畫輪廓的概率[11]。

（6）Jaccard指數(shù)（Jaccard Index，JAC），見公式(6)。

JAC用于度量?jī)蓚€(gè)集合之間的相似性，在0～1的范圍內(nèi)，JAC數(shù)值越大，相似度越高[12]。

2 結(jié)果

肝臟結(jié)構(gòu)的參數(shù)及各評(píng)價(jià)指標(biāo)的結(jié)果列于表1。在20例測(cè)試病例中，兩種勾畫方式的肝臟體積差異平均值＞0，表明大多數(shù)自動(dòng)勾畫的肝臟體積較手工勾畫肝臟體積偏大，平均偏大2.16%左右。

表1 20例患者肝臟結(jié)構(gòu)勾畫的統(tǒng)計(jì)數(shù)據(jù)

圖1為位置差異數(shù)據(jù)（Δx、Δy、Δz和DC）。由表1可見，自動(dòng)勾畫肝臟的幾何中心與手工勾畫的幾何中心在三維空間上平均偏移0.38 cm。由圖1可見，位置偏差在x軸方向的值最大，為（0.24±0.21）cm，在y、z兩個(gè)方向上的值分別為（0.17±0.21）cm和（0.20±0.24）cm。

圖2所示為20例肝臟結(jié)構(gòu)勾畫相關(guān)的DSC、SI、IncI與JAC值。由圖2和表1可見，20例肝臟結(jié)構(gòu)自動(dòng)勾畫的DSC值均大于0.8，最大值達(dá)到0.94，表明自動(dòng)與手工勾畫的肝臟結(jié)構(gòu)形狀有較好的吻合性。

對(duì)20例患者的兩種勾畫方式時(shí)間進(jìn)行統(tǒng)計(jì)分析和比較，自動(dòng)勾畫和手工勾畫時(shí)間分別為（4.4±0.4）s和（507±74）s，由兩種方式的勾畫時(shí)間比較可見，使用自動(dòng)勾畫可減少約99%的時(shí)間。

圖1 自動(dòng)和手工兩種方式勾畫肝臟結(jié)構(gòu)的位置偏差

圖2 肝臟結(jié)構(gòu)勾畫的DSC、SI、IncI和JAC值

對(duì)V1（手工勾畫的輪廓體積）和V2（自動(dòng)勾畫的輪廓體積）兩組數(shù)據(jù)進(jìn)行配對(duì)t檢驗(yàn)，P=0.015＜0.05，兩組數(shù)據(jù)有統(tǒng)計(jì)學(xué)差異。對(duì)Δx、Δy、Δz三組數(shù)據(jù)進(jìn)行兩兩比較，結(jié)果表明，Δx和Δy有統(tǒng)計(jì)學(xué)差異（P＜0.05），Δx和Δz沒有統(tǒng)計(jì)學(xué)差異，Δy和Δz也沒有統(tǒng)計(jì)學(xué)差異。對(duì)DSC和SI、DSC和IncI、DSC和JAC，計(jì)算出的Pearson相關(guān)系數(shù)分別為0.734（強(qiáng)相關(guān)）、0.891（極強(qiáng)相關(guān)）和0.998（極強(qiáng)相關(guān)）。這說(shuō)明DSC值與其它三個(gè)參數(shù)有較好的相關(guān)性。

3 討論

隨著計(jì)算機(jī)硬件及軟件的發(fā)展，使用計(jì)算機(jī)輔助自動(dòng)或半自動(dòng)分割醫(yī)學(xué)圖像變成可能，這一技術(shù)在放療領(lǐng)域的應(yīng)用，不僅將醫(yī)生從高強(qiáng)度的繁復(fù)勾畫工作中解脫出來(lái)，還有助于減少勾畫結(jié)果在不同醫(yī)生間的主觀差異[13]。目前，自動(dòng)勾畫方法主要包括基于圖譜庫(kù)、基于模型以及兩種方法的結(jié)合[14]?；趫D譜庫(kù)的方法使用剛性和（或）形變配準(zhǔn)，將已有病例輪廓與測(cè)試患者匹配，通過(guò)形變配準(zhǔn)算法，將形變后的結(jié)果映射到測(cè)試患者CT圖像上，實(shí)現(xiàn)自動(dòng)勾畫。由于頭頸部骨性標(biāo)志相對(duì)固定，器官移動(dòng)少，易配準(zhǔn)，已有大量基于圖譜庫(kù)的自動(dòng)勾畫軟件在頭頸腫瘤調(diào)強(qiáng)放射治療的應(yīng)用研究，包括不同軟件勾畫準(zhǔn)確性比較[15]，入庫(kù)病例數(shù)研究[16]，及劑量學(xué)精度研究等[17]?；谀Ｐ偷淖詣?dòng)勾畫使用一定數(shù)量的標(biāo)注數(shù)據(jù)作為訓(xùn)練集，通過(guò)數(shù)據(jù)增強(qiáng)、機(jī)器學(xué)習(xí)等技術(shù)建立模型，使用時(shí)無(wú)需建立病例圖譜庫(kù)。

張富利等[18]比較了基于深度學(xué)習(xí)和圖譜庫(kù)方法自動(dòng)勾畫不同部位腫瘤危機(jī)器官輪廓的幾何學(xué)精度，發(fā)現(xiàn)前者在總體上更有優(yōu)勢(shì)。Macchia等[11]比較了三種基于模板庫(kù)的自動(dòng)勾畫軟件（ABAS、MIM和VelocityAI）在頭頸部、胸部、腹部和盆腔腫瘤的危及器官勾畫結(jié)果。其中，三種軟件自動(dòng)勾畫的肝臟結(jié)構(gòu)DSC分別為（0.93±0.02），（0.93±0.03）和（0.90±0.01），SI 分 別 為（0.92±0.02），（0.90±0.03）和（0.92±0.03），IncI分別為（0.93±0.03），（0.95±0.04）和（0.88±0.02）。本研究使用基于人工智能的連心醫(yī)療RAIC.OIS軟件，自動(dòng)勾畫腹部腫瘤患者肝臟結(jié)構(gòu)，結(jié)果顯示，在自動(dòng)勾畫的20例病例中，肝臟結(jié)構(gòu)的DSC值為0.92±0.02，表明該軟件的自動(dòng)勾畫結(jié)果與人工勾畫一致性較好。SI與IncI分別為（0.93±0.02）和（0.91±0.03），與上述基于圖譜庫(kù)方法的自動(dòng)勾畫結(jié)果相近。這表明兩種自動(dòng)勾畫方法在肝臟結(jié)構(gòu)中的應(yīng)用均能得到較好的結(jié)果。

綜上所述，在未經(jīng)任何手工修正的情況下，應(yīng)用RAIC.OIS自動(dòng)勾畫腹部腫瘤癌患者的肝臟結(jié)構(gòu)，能夠達(dá)到或接近手工勾畫的準(zhǔn)確性。臨床工作中，放射腫瘤醫(yī)生認(rèn)為軟件輪廓勾畫的DSC達(dá)0.95左右時(shí)，基本不需要調(diào)整，或僅需輕微修改[19]。本研究中自動(dòng)勾畫的肝臟結(jié)構(gòu)DSC平均值達(dá)到0.92，已基本接近臨床要求。但是需要注意的是，自動(dòng)勾畫結(jié)果仍需經(jīng)過(guò)放療醫(yī)師審核與手工修改才能用于臨床治療。雖然本研究未將手工修改時(shí)間納入評(píng)估指標(biāo)，但自動(dòng)與手工勾畫時(shí)間的比較結(jié)果表明，使用該軟件能夠大大縮短勾畫時(shí)間，有效提高放療工作效率。

致謝

衷心感謝連心醫(yī)療葉大亮和何飛躍在智能放療云平臺(tái)使用中提供的幫助和支持。