RT-Mind自動勾畫技術(shù)應(yīng)用于鼻咽癌放射治療可行性研究

薛濤，吳迪，盧曉巖，張恒，秦浩人，李海鵬，孫婉君，王輝

1.天津市人民醫(yī)院放療科，天津 300121；2.天津市人民醫(yī)院腫瘤科，天津 300121；3.天津中醫(yī)藥大學(xué)中西醫(yī)結(jié)合學(xué)院，天津 300193

前言

鼻咽癌是我國常見的頭頸部惡性腫瘤之一，南方地區(qū)高發(fā)［1］。由于鼻咽癌的解剖位置復(fù)雜、周圍淋巴結(jié)引流分布的特殊性且病理分型大多為中低分化鱗癌（90%左右）［2-3］，故放射治療是鼻咽癌的主要治療手段［4］。近年來隨著放射生物學(xué)、放射物理學(xué)、醫(yī)學(xué)影像技術(shù)等相關(guān)學(xué)科的發(fā)展，鼻咽癌放療技術(shù)不斷改進(jìn)，常規(guī)放療、近距離放療、非常規(guī)分割放射治療、立體聚焦式放療、適形放療先后應(yīng)用于臨床［5］，隨著調(diào)強(qiáng)放射治療技術(shù)日趨成熟，其高度的劑量適形性照射技術(shù)可使腫瘤靶區(qū)同時得到不同的照射劑量，從而形成靶區(qū)劑量的高梯度變化［6］。頭頸部解剖位置復(fù)雜，鼻咽癌調(diào)強(qiáng)放療技術(shù)優(yōu)于傳統(tǒng)放療技術(shù)［7］，調(diào)強(qiáng)放療技術(shù)提高了鼻咽癌的局部控制率和總生存率，改善了生存質(zhì)量［8］，而準(zhǔn)確勾畫臨床靶區(qū)（Clinical Target Volumes, CTV）和危及器官（Organsat-Risk, OARs）是保證鼻咽癌調(diào)強(qiáng)治療療效的前提［9］。

當(dāng)前勾畫CTV 和OARs 都是由放射治療醫(yī)師參考多模態(tài)影像資料手動勾畫［10］，需要大量的精力和時間，繁瑣和重復(fù)性的工作降低了醫(yī)師對患者進(jìn)行診療的效率。近年來，自動勾畫軟件的開發(fā)已成為放療領(lǐng)域的熱點，基于患者圖集和基于卷積神經(jīng)網(wǎng)絡(luò)的自動勾畫是目前兩種主要技術(shù)［11-12］。RT-Mind軟件是基于卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)開發(fā)出來的自動勾畫軟件，它利用改進(jìn)版的U-Net 卷積神經(jīng)網(wǎng)絡(luò)（RTDNet）模型，運(yùn)用標(biāo)準(zhǔn)數(shù)據(jù)集對其進(jìn)行訓(xùn)練，通過算法邏輯對圖像進(jìn)行自動分割勾畫［13］。本研究擬通過RT-Mind 軟件，探討其對鼻咽癌放療患者CTV 和OARs自動勾畫的精確度，為臨床應(yīng)用提供參考。

1 資料與方法

1.1 臨床資料

選取2019年8月～2020年7月于天津市人民醫(yī)院放療科診治的28 例鼻咽癌調(diào)強(qiáng)放療患者，年齡最大73歲，最小21歲，中位年齡60歲。

1.2 定位設(shè)備及方法

定位設(shè)備采用美國16 排GE 大孔徑CT 模擬機(jī)，由定位激光燈系統(tǒng)、螺旋CT 和各種模擬軟件構(gòu)成?；颊呷⊙雠P位，熱塑頭頸肩膜固定體位。掃描參數(shù)：電壓150 kV，電流300 mAs。掃描范圍：從頭頂至氣管分叉；重建層厚：2.5 mm，增強(qiáng)CT 掃描，完成后將圖像傳至瓦里安Eclipse15.5治療計劃系統(tǒng)。

1.3 RT-Mind軟件

RT-Mind 自動勾畫軟件由北京醫(yī)智影科技有限公司研發(fā)設(shè)計，采用RTD-Net模型，見圖1。RTD-Net模型包含編碼器（Encoder）及解碼器（Decoder）兩部分，解碼器部分產(chǎn)生的特征圖可通過跨層直接連接到編碼器部分相對應(yīng)的特征圖，圖像分割結(jié)果更精確；增強(qiáng)了定位精度，網(wǎng)絡(luò)實現(xiàn)目標(biāo)特征重新校準(zhǔn)，強(qiáng)調(diào)有用的特征信息，減少假陽性。

圖1 RTD-Net的總體框架Figure 1 Overall framework of RTD-Net

1.4 手動、自動勾畫CTV及OARs

在瓦里安Eclipse 15.5 治療計劃系統(tǒng)中，患者的CTV 及OARs 均在定位CT 圖像上參考MR 影像勾畫，在統(tǒng)計計算前均經(jīng)3名以上放射治療醫(yī)師進(jìn)行器官勾畫校對，OARs 包括腦干、脊髓、左右晶體、視交叉、左右視神經(jīng)、左右腮腺、左右顳合關(guān)節(jié)、下頜骨等，勾畫標(biāo)準(zhǔn)參考ICRU62號文件［14］。將選取的28例鼻咽癌患者調(diào)強(qiáng)放療CT 圖像傳入RT-Mind 軟件中，使用鼻咽癌自動勾畫功能，對CTV 及上述OARs 進(jìn)行自動勾畫。

1.5 評估參數(shù)

以醫(yī)生手動勾畫的CTV、OARs 輪廓做為金標(biāo)準(zhǔn)，采用Dice 相似性系數(shù)（Dice Simmilarity Coeficient, DSC）、Jaccard 系數(shù)（Jaccard Index, JAC）、敏感性指數(shù)（Sensitivity Index, SI）、包容性系數(shù)（Inclusiveness Index, lncl）、質(zhì)心偏差（Deviation of Centroid, DC）、Hausdorff 距離（Hausdorff Distance,HD）等參數(shù)［15］，來評估RT-Mind 軟件自動勾畫CTV、OARs輪廓的準(zhǔn)確性。

DSC 表示自動與手動勾畫在輪廓體積上的重合度，DSC值為0～1。

其中，Vref為參考勾畫輪廓的體積，Vauto為自動勾畫輪廓的體積。

JAC 表示自動與手動勾畫輪廓的交集與兩者并集的比值，用以比較兩組勾畫輪廓間的相似性與差異性。JAC 的范圍為0～1，JAC 為0 時表示自動勾畫的結(jié)果與人工勾畫完全不相符，JAC 為1 時表明自動勾畫的結(jié)果與人工勾畫完全一致。

SI 表示自動與手動勾畫輪廓的交集與手工勾畫輪廓中的比值。SI 值的范圍為0～1，SI 為0 時表明自動勾畫結(jié)果與手動勾畫無交集，SI為1時表明自動勾畫的輪廓完全包含手動勾畫。

IncI 表示自動與手動勾畫輪廓的交集與自動勾畫輪廓中的比值。IncI值的范圍為0～1，IncI為0時表示兩組勾畫輪廓無交集，IncI 為1 時表明人工勾畫輪廓完全包含自動勾畫輪廓。

DC 表示自動與手動勾畫輪廓質(zhì)心之間的距離（單位mm），用來評價兩組輪廓之間的總體位置偏差。DC 越大，說明兩組勾畫輪廓之間在位置上偏差越遠(yuǎn)。

其中，Xauto、Yauto、Zauto為自動勾畫輪廓的質(zhì)心坐標(biāo)，Xref、Yref、Zref為手動勾畫輪廓的質(zhì)心坐標(biāo)。

HD 表示自動與手動勾畫輪廓兩組點集在三維空間上的最大距離（單位mm）：

2 結(jié)果與討論

2.1 RT-Mind 軟件自動勾畫與手工勾畫鼻咽癌患者CTV及OARs輪廓結(jié)果比較

RT-Mind 軟件自動勾畫鼻咽癌CTV 及OARs 輪廓與醫(yī)生手動勾畫對比的參數(shù)結(jié)果如表1所示。對于邊界清晰的區(qū)域，CTV 輪廓勾畫容易，自動與手動勾畫差異性小；而邊界不清的區(qū)域，在CT 圖像上無法準(zhǔn)確分辨出來，臨床上需要根據(jù)腫瘤大小、位置、侵犯范圍的不同，轉(zhuǎn)移淋巴結(jié)的大小、有無包膜外侵及對正常組織擠壓等情況，借助MR、PET-CT 等多模態(tài)圖像融合技術(shù)和醫(yī)師豐富的臨床經(jīng)驗共同確定。勾畫過程中，頸部淋巴結(jié)引流區(qū)域的CTV 相對固定，而鼻咽部區(qū)域的CTV 邊界需依據(jù)腫瘤靶區(qū)（GTV）范圍，對顱底、海綿竇、副鼻竇等亞臨床區(qū)域邊界進(jìn)行個體化制定。RT-Mind 軟件實現(xiàn)自動分割功能運(yùn)用基于卷積神經(jīng)網(wǎng)絡(luò)模型的自動勾畫，部分CTV 與放療醫(yī)師勾畫結(jié)果有一定差異，需要在自動勾畫基礎(chǔ)上根據(jù)臨床個體化情況進(jìn)行修正。

OARs 中DC、HD 均在1 cm 之內(nèi)（表1），結(jié)果提示下頜骨勾畫效果最好，顳頜關(guān)節(jié)、腮腺、顳葉、晶體、腦干、脊髓次之，視神經(jīng)、視交叉勾畫效果不太理想，究其原因在于CT 圖像的局限性，對于視交叉識別較差，而我科在臨床工作中為加強(qiáng)對視交叉的保護(hù)，在勾畫視神經(jīng)、視交叉時，醫(yī)生把兩者連接的視神經(jīng)管內(nèi)部分也勾畫出來，相對自動勾畫視交叉的范圍要大；在勾畫脊髓時臨床上以骨性標(biāo)記椎孔為勾畫參考邊界，而自動勾畫則是以實質(zhì)性脊髓束的邊界為參考，比手動勾畫范圍?。贿@些都是臨床上出于主觀考慮，對OARs更加嚴(yán)格的保護(hù)。

表1 RT-Mind 軟件自動勾畫與手工勾畫28 例鼻咽癌CTV和OARs輪廓結(jié)果比較（xˉ± s）Table 1 Comparison between manual segmentation and RT-Mind auto-segmentation of clinical target volume and organs-at-risk in 28 patients with nasopharyngeal carcinoma(Mean±SD)

調(diào)強(qiáng)放療已經(jīng)廣泛應(yīng)用于鼻咽癌治療［16］，其具有劑量梯度大、靶區(qū)適形度高、OARs 保護(hù)好、治療效率高等優(yōu)點［17］，放療計劃對CTV 和OARs 的精確勾畫要求更高，每一位鼻咽癌患者的CT 圖像多達(dá)上百層，解剖結(jié)構(gòu)復(fù)雜，OARs 多，CTV 及OARs 的勾畫繁瑣，耗費(fèi)醫(yī)生大量時間和精力，由于CT 圖像缺少對比度，邊界不明顯，勾畫者各自的經(jīng)驗不同，差異性也較為突出，同一醫(yī)生在不同時間的勾畫輪廓也可能有差別，而自動勾畫軟件的開發(fā)與應(yīng)用為臨床放療醫(yī)生提高了效率，降低了不同勾畫者之間的差異［18］。目前自動勾畫技術(shù)主要分為兩種：基于圖集和基于卷積神經(jīng)網(wǎng)絡(luò)，本研究的RT-Mind 軟件是基于卷積神經(jīng)網(wǎng)絡(luò)模型開發(fā)出來的自動勾畫軟件，它利用RTD-Net 模型［19］，運(yùn)用標(biāo)準(zhǔn)的數(shù)據(jù)集對其進(jìn)行訓(xùn)練，通過算法邏輯對圖像進(jìn)行自動分割勾畫［20］。

通過應(yīng)用RT-Mind 軟件對已完成調(diào)強(qiáng)治療的28例鼻咽癌患者CTV 和OARs 的自動勾畫與放療醫(yī)生手動勾畫輪廓對比，結(jié)果提示：自動勾畫可以節(jié)省大量時間，提高效率，但它只是基于患者定位的CT 圖像，受到CT 圖像的清晰程度、CT 窗寬、窗位的影響，而放射治療醫(yī)生手動勾畫CTV 時要結(jié)合患者的不同情況，并且參考MR、PET-CT 等多模態(tài)影像資料和以往大量臨床治療經(jīng)驗，所以對CTV 自動勾畫輪廓后必須進(jìn)行放射治療醫(yī)生手動修改，才能符合臨床治療要求；在OARs勾畫中，放射治療醫(yī)生為了對OARs實行更加嚴(yán)格的保護(hù)，不同的器官勾畫范圍與自動勾畫有所差異，這些都是臨床治療上出于主觀的考慮。CTV 和OARs 邊緣勾畫的準(zhǔn)確性與邊緣對比度相關(guān)，邊緣對比度越高，越容易被識別，自動勾畫越準(zhǔn)確。

3 結(jié)論

RT-Mind 軟件能夠基本滿足臨床要求，較為準(zhǔn)確地實現(xiàn)鼻咽癌調(diào)強(qiáng)放療患者CTV 和OARs 的自動勾畫。在使用過程中，由于病人既往病史的個體差異，醫(yī)生還需要根據(jù)患者腫瘤分期、大小、位置、侵犯范圍，采用MR、PET-CT 等多模態(tài)影像融合技術(shù)，對自動勾畫器官輪廓手動修改后，才能用于治療。RTMind軟件在解剖結(jié)構(gòu)復(fù)雜、OARs較多的鼻咽癌放療器官勾畫中為醫(yī)師減少工作量，節(jié)省大量時間，提高工作效率。