兩種自動勾畫系統(tǒng)勾畫頭部小體積危及器官的對比

侯東梅，趙永瑞，殷旭君，張秋杭，徐建堃

首都醫(yī)科大學(xué)宣武醫(yī)院放射治療科，北京 100053

前言

隨著醫(yī)療技術(shù)的不斷發(fā)展，放射治療成為治療腫瘤常用的手段之一。目前，最常用的放射治療方法是調(diào)強放射治療［1］和容積旋轉(zhuǎn)放射治療［2］。兩種方法通過射野內(nèi)劑量的調(diào)強，使照射野內(nèi)處方劑量分布與靶區(qū)適形。在提高靶區(qū)劑量的同時，盡可能減少危及器官（OAR）受照劑量，降低OAR 的受照風(fēng)險。靶區(qū)和OAR 的勾畫本質(zhì)上是圖像分割，通常由經(jīng)驗豐富的醫(yī)生手動逐層完成［3］。目前多數(shù)醫(yī)院放射治療時頭部影像掃描層厚為2 mm，一套完整的影像有上百張圖片，醫(yī)生手動勾畫靶區(qū)和OAR需1～2 d，是一項非常耗時耗力的工作［4］。2016年國務(wù)院發(fā)布《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要（草案）》，將人工智能列入國家戰(zhàn)略地位。放療行業(yè)積極響應(yīng)國家政策，人工智能應(yīng)用到放射治療的各個環(huán)節(jié)。自動勾畫的理念在放射治療行業(yè)普及，電子計算機斷層掃描（CT）圖像自動分割能顯著減少醫(yī)生工作量，不斷提高感興趣區(qū)域的分割準確性和一致性［5］。頭部腫瘤在治療過程中對劑量跌落梯度要求較高，OAR 種類多，結(jié)構(gòu)復(fù)雜，體積較小，對輻射非常敏感，過多的輻射會造成OAR 不可逆的損傷［6］，這就要求靶區(qū)和OAR 的勾畫要盡可能精準。近年來，關(guān)于頭頸部OAR 的自動勾畫研究很多。楊鑫等［6］對腦干、脊髓、左腮腺、右腮腺、左眼、右眼、左顳葉、右顳葉、喉、左下頜腺、右下頜腺、甲狀腺和小體積器官左側(cè)視神經(jīng)、右側(cè)視神經(jīng)和視交叉等自動勾畫軟件改進設(shè)計中發(fā)現(xiàn)，較大體積的OAR 自動勾畫與手動勾畫之間差異較小，較小體積OAR 在深度學(xué)習(xí)中特征值被丟失，信息獲取不全面，勾畫效果不理想。謝輝等［7］研究發(fā)現(xiàn)利用OIS 軟件在頭頸部腫瘤OAR 自動勾畫時除了垂體、視交叉、視神經(jīng)外，其余大部分器官的勾畫完全可以替代醫(yī)生達到較好的臨床效果。彭應(yīng)林等［8］認為不同中心臨床醫(yī)生對鼻咽癌放療計劃的計劃靶區(qū)（PTV）和OAR 勾畫可能存在較大差別，自動聯(lián)合手工勾畫可以減少醫(yī)生間OAR 勾畫差異，但小體積器官勾畫差異仍達1.5 倍以上。田娟秀等［9］提出一種基于三維（3D）深度殘差全卷積網(wǎng)絡(luò)的OAR 分割方法能夠更加準確地分割各個OAR，但視交叉的分割效果仍需進一步提升。谷姍姍等［10］對MIM 軟件的研究發(fā)現(xiàn)，眼球、內(nèi)耳、脊髓、視神經(jīng)等OAR 宜選用病例數(shù)多的模板數(shù)據(jù)庫進行自動勾畫，模板數(shù)據(jù)庫中包含的病例數(shù)對腦干、顳頜關(guān)節(jié)、晶體、口腔、腮腺等或組織的自動勾畫無明顯影響。葛迦等［11］研究發(fā)現(xiàn)對于體積較大的器官都有較好的勾畫結(jié)果，器官的體積越小、邊界越模糊，勾畫結(jié)果越差。為了驗證兩套自動勾畫軟件勾畫頭部OAR的準確性，本研究以人工勾畫的OAR 為準，一方面，對兩套自動勾畫軟件在OAR 勾畫精準程度進行分析；另一方面，基于這兩套自動勾畫系統(tǒng)勾畫的OAR 進行計劃設(shè)計，并對OAR的劑量受量進行分析，以此判斷這兩套軟件直接應(yīng)用在臨床上的可行性。

1 資料與方法

1.1 一般資料

隨機選取2020年8月至2021年3月于首都醫(yī)科大學(xué)宣武醫(yī)院收治的30例靶區(qū)相似的腦膠質(zhì)瘤患者的影像資料。所有患者均為首次放射治療，其中男16 例，女14 例，年齡27～66 歲，中位年齡47 歲。所有患者在CT 模擬機上定位時均采用仰臥位，雙手自然放在身體兩側(cè)，同一款熱塑膜固定頭頸。掃描范圍從頭頂?shù)芥i骨下緣，層厚2 mm。所有CT影像通過數(shù)字成像和通信端口傳輸?shù)接媱澫到y(tǒng)醫(yī)生工作站和自動勾畫系統(tǒng)。同時，所有CT 影像均有對應(yīng)的核磁影像，輔助醫(yī)生準確勾畫OAR。

1.2 軟件資料

兩種勾畫軟件分別為MANTEIA 和RT-Mind，均采用U-Net 卷積神經(jīng)網(wǎng)絡(luò)模型對圖像特征進行自動提取，通過大量病例進行深度學(xué)習(xí)形成數(shù)據(jù)庫和模板集，實現(xiàn)圖像的自動勾畫。

1.3 勾畫及數(shù)據(jù)處理

根據(jù)腦膠質(zhì)瘤的放射治療要求，選取相對比較重要的OAR 進行勾畫，分別為腦干、左右視神經(jīng)、視交叉、左右晶體、左右內(nèi)耳和垂體。該30例圖像由同一位資深醫(yī)生在未知該實驗情況下在計劃系統(tǒng)醫(yī)生工作站上進行OAR 手動勾畫。勾畫時均參考RTOG OAR 勾畫指南，所涉及的OAR 勾畫范圍均一致。該套手動勾畫數(shù)據(jù)為本實驗的參考標準，為對照組（M組）。本研究用MANTEIA 軟件勾畫的數(shù)據(jù)設(shè)為A組，RT-Mind勾畫的數(shù)據(jù)設(shè)為B組。將該30例影像傳輸?shù)絻商鬃詣庸串嬒到y(tǒng)進行自動勾畫，得到實驗一組A1、B1。將實驗組數(shù)據(jù)備份，備份影像請同一位資深醫(yī)生再次修改OAR，得到實驗二組A2、B2。為了排除人為誤差，本實驗的人工勾畫工作均由同一位醫(yī)生單獨完成，另一位醫(yī)生審核通過。

1.4 計劃設(shè)計

將上述5 套勾畫好的OAR 拷貝到同一套影像中，采用同一套靶區(qū)，同一計劃系統(tǒng)Moanco 進行計算優(yōu)化。以靶區(qū)中心為計劃中心，雙全弧照射，每個全弧180 個控制點，0.25 mm 網(wǎng)格，1%不確定度。照射能量采用臨床常用的6 MV 進行計劃設(shè)計。得到的計劃滿足以下條件：靶區(qū)覆蓋率95%，適形度約0.7，OAR 受照劑量低于處方要求。每一次計劃設(shè)計時優(yōu)化的OAR為同一套勾畫軟件勾畫得到的。得到計算結(jié)果后，將靶區(qū)的處方覆蓋率統(tǒng)一到95%。統(tǒng)計對照組和各實驗組影像對應(yīng)的OAR受照劑量。

1.5 結(jié)果分析方法及評價標準

分別對對照組和實驗組的OAR輪廓進行交叉指數(shù)系數(shù)（Overlap Index, OI）、形狀相似性系數(shù)（Dice Similarity Coefficient, DSC）和杰卡德相似系數(shù)（J）［12］3個方面進行分析。公式如下所示：

其中，Vij∩VM表示兩種勾畫體積重疊部分體積。

OI、DSC 和J 的范圍為0～1。OI 越接近1 說明兩種勾畫重疊的區(qū)域越接近對照組；DSC 越接近1說明兩種勾畫區(qū)域相似度越高；J 越接近1 說明兩種勾畫區(qū)域相似度越高［13］。對照組OIM=1，DSCM=1，JM=1。一般DSC>0.7 即認為人工與自動勾畫兩個結(jié)構(gòu)相似度較好［14-15］。

治療計劃中OAR的受照劑量也是以手動勾畫的影像中OAR 劑量為基準。評估實驗組與對照組中OAR 受照的最大劑量Dmax、最小劑量Dmin和平均劑量Dmean的偏差。

1.6 統(tǒng)計學(xué)方法

采用SPSS 23 軟件進行數(shù)據(jù)處理。統(tǒng)計各OAR劑量偏差和各個樣本量的OI、DSC 和J 值，符合正態(tài)性分布的計量資料用均數(shù)±標準差表示，采用t檢驗，P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 勾畫影像分析

通過人工勾畫和手動勾畫組合影像對比發(fā)現(xiàn)，A、B 組與M 組存在顯著差異，經(jīng)過手動修改后，更接近手動勾畫范圍（圖1）。

圖1 人工勾畫和手動勾畫對比Figure 1 Comparison between automatic segmentation and manual delineation

2.2 勾畫數(shù)據(jù)

2.2.1 勾畫體積數(shù)據(jù)自動勾畫系統(tǒng)A1（表1），OI 值最大的是左內(nèi)耳0.96±0.00，最小的是左晶體0.55±0.05；DSC 值最大的是腦干0.90±0.00，最小的是右內(nèi)耳0.41±0.01；J 值最大的是腦干0.83±0.01，最小的是右內(nèi)耳0.27±0.01。A1 組自動勾畫與M 組的OAR 比較差異均有統(tǒng)計學(xué)意義（P<0.05）。

表1 自動勾畫系統(tǒng)A1與M組的比較結(jié)果Table 1 Comparison between auto-segmentation(group A1)and manual delineation(group M)

在A1組勾畫的基礎(chǔ)上手動修改后得到A2組（表2），OI值最大的是右內(nèi)耳0.97±0.00，最小的是視交叉0.67±0.05；DSC 值最大的是右視神經(jīng)0.84±0.02，最小的是右內(nèi)耳0.63±0.03；J值最大的是右晶體0.75±0.04，最小的是右內(nèi)耳0.48±0.03。與對照組比較，除左視神經(jīng)和左內(nèi)耳OI 值外，其他數(shù)值比較均有統(tǒng)計學(xué)意義（P<0.05）。

表2 自動勾畫系統(tǒng)A2與M組的比較結(jié)果Table 2 Comparison between auto-segmentation(group A2)and manual delineation(group M)

自動勾畫系統(tǒng)B1（表3），OI 值最大的是左內(nèi)耳0.97±0.00，最小的是視交叉0.66±0.07；DSC 值最大的是右晶體0.89±0.01，最小的是左內(nèi)耳0.49±0.02；J 值最大的是右晶體0.80±0.02，最小的是左內(nèi)耳0.33±0.01。B1 組自動勾畫與M 組除晶體和內(nèi)耳OI值外，其他數(shù)值比較均有統(tǒng)計學(xué)意義（P<0.05）。

表3 自動勾畫系統(tǒng)B1與M組的比較結(jié)果Table 3 Comparison between auto-segmentation(group B1)and manual delineation(group M)

在B1組勾畫的基礎(chǔ)上手動修改后得到B2組（表4），OI值最大的是右內(nèi)耳0.97±0.00，最小的是視交叉0.70±0.05；DSC 值最大的是右晶體0.85±0.03，最小的是左內(nèi)耳0.62±0.03；J 值最大的是右晶體0.76±0.04，最小的是左內(nèi)耳0.47±0.03。B2 組自動勾畫與M 組視神經(jīng)、內(nèi)耳和左晶體OI 值、右視神經(jīng)和右晶體的DSC值和腦干J 值比較差異沒有統(tǒng)計學(xué)意義（P>0.05），其他數(shù)值比較均有統(tǒng)計學(xué)意義（P<0.05）。

表4 自動勾畫系統(tǒng)B2與M組的比較結(jié)果Table 4 Comparison between auto-segmentation(group B2)and manual delineation(group M)

2.2.2 劑量偏差數(shù)據(jù)對實驗組和對照組計劃中的OAR 劑量受量進行比較見表5。Dmax偏差統(tǒng)計結(jié)果顯示：A 組視交叉、視神經(jīng)和A2 組左晶體偏差>5%；B1組視交叉、左視神經(jīng)和左內(nèi)耳，B2組視交叉、視神經(jīng)、右晶體劑量偏差>5%，其他數(shù)值均<5%。Dmin偏差顯示：A 組中除視交叉、A1 組右視神經(jīng)和A2 組左視神經(jīng)外，其他OAR 劑量偏差<5%；B 組中右視神經(jīng)，B1組右晶體，B2組左晶體和右內(nèi)耳的劑量偏差>5%，其他偏差<5%。Dmean統(tǒng)計顯示：A 組除視交叉和A1組腦干外，其他OAR 劑量偏差均<5%；B 組除視交叉，B1組晶體和左內(nèi)耳，B2組右內(nèi)耳外，其他OAR劑量偏差<5%。

表5 劑量偏差比較（%）Table 5 Comparison of dose deviations(%)

3 討論

本研究主要分析頭部OAR中較小體積勾畫的差異性，結(jié)果顯示兩種勾畫軟件分析結(jié)果與文獻［16-23］的報道相似。體積較大的腦干和邊界清晰的晶體勾畫效果比較理想，其他體積較小的OAR 仍有很大的改進空間［24］。這些OAR自動勾畫與手動勾畫在覆蓋率、相似性和適形度上均存在顯著差異。在自動勾畫的基礎(chǔ)上手動修改，雖然可以明顯提高OAR 的覆蓋率、相似度和適形度，但仍有相當一部分存在差異性。這些差異體現(xiàn)到受照劑量上也非常明顯，手動修改可以降低劑量偏差。分析原因主要存在以下幾個方面：（1）實驗分析的大部分OAR 體積很小，在CT影像上只有2～3層分布，自動勾畫系統(tǒng)分析學(xué)習(xí)具有一定難度；（2）視交叉、視神經(jīng)、垂體等器官和周圍組織的CT 值比較接近，自動勾畫系統(tǒng)識別存在一定困難，晶體勾畫相對較好的原因也是因為晶體和周圍組織CT 值差異明顯，更容易識別；（3）內(nèi)耳的勾畫范圍沒有明確，自動勾畫系統(tǒng)勾畫范圍明顯較大，而醫(yī)生手動勾畫不包括內(nèi)耳道等組織；（4）自動勾畫系統(tǒng)需要更多的臨床數(shù)據(jù)進行再學(xué)習(xí)。