重叠体积直方图描述子的计算方法和其在鼻咽癌IMRT计划检索中的应用

王东东 周正东#* 宋 威 李 兵 沈君姝 朱锡旭

1(南京航空航天大学核科学与工程系， 南京 211106)2(江苏省中医院放疗科， 南京 210029)3(南京军区南京总医院放疗科， 南京 210002)

重叠体积直方图描述子的计算方法和其在鼻咽癌IMRT计划检索中的应用

王东东1周正东1#*宋 威2李 兵3沈君姝3朱锡旭3

1(南京航空航天大学核科学与工程系， 南京 211106)2(江苏省中医院放疗科， 南京 210029)3(南京军区南京总医院放疗科， 南京 210002)

调强放射治疗(IMRT)计划制定效率不高、难以保证治疗计划的高质量是目前调强放射治疗技术中一直存在的问题之一，基于形状的IMRT计划检索技术为缩短IMRT计划制定周期、提高放射治疗计划质量提供了一种新方法。本研究建立了一种适用于IMRT计划检索的重叠体积直方图(OVH)形状关系的关系描述算子，提出一种基于Matlab的计算方法。利用一例临床实际的鼻咽癌病例分析了OVH描述子的描述特性，利用22例临床鼻咽癌IMRT计划研究了其形状关系检索的性能。实验结果表明OVH描述子能够简洁的描述放疗三维场景中靶区和危及器官间的三维形状关系特征，并且能够有效检索出相似度较高的一组形状，适合于基于形状的IMRT计划检索。

重叠体积直方图；形状关系描述算子；调强放射治疗；放疗计划优化

引言

调强放射治疗(intensity modulated radiation therapy, IMRT)是目前肿瘤放疗中一种重要的技术，在临床中运用越来越广泛。IMRT的目标是实现靶区剂量覆盖和正常组织接收剂量最少之间的最佳平衡[1-2]。IMRT计划制定过程中，往往需要物理师依靠自身经验反复调整治疗计划系统上的计划参数，以使计划剂量分布满足剂量优化目标并达到相对最优化；而反复的参数调整和剂量计算将耗费物理师大量的时间和精力，使得IMRT计划制定效率不高，进而影响放射治疗计划的质量以及患者的及时治疗。利用早期高质量IMRT计划的知识库，借助检索技术获得相似病例的IMRT计划来指导新病例IMRT计划的设计，能够缩短IMRT计划制定周期并提高放射治疗计划的质量[3-6]。

有效的检索技术是利用早期高质量IMRT计划的知识库的关键，而对IMRT计划进行检索的关键之一是探索一种能够有效描述IMRT计划中靶区和危及器官形状关系的描述子。本课题对一种新的形状关系描述子OVH进行了研究，提出一种基于Matlab的计算方法，并利用临床实际的鼻咽癌病例研究了重叠体积直方图(overlap volume histogram, OVH) 描述子的特性及其在IMRT计划检索中的性能，初步实现了基于OVH描述子IMRT治疗计划的有效检索。

1 材料与方法

1.1OVH算子及其计算方法

描述子要适合IMRT计划形状检索的要求，必须能够简洁、准确地描述出靶区和危及器官之间几何关系。Hunt等提出用重叠体积来描述危及器官和靶区之间的几何关系[7]，它能够简洁反映出靶区和危及器官间的关系，然而单一的重叠体积数值涵盖的信息有限，辨识能力也不是很强，而且要求所描述的对象必须重叠。

2009年Wu等提出了重叠体积直方图描述算子，用于描述放疗中靶区和危及器官之间的空间几何关系。对于肿瘤T和危及器官O，O的OVH计算表达式为[8]

式中, |O|表示组织O的体积，{p∈O|d(p,T)≤t}表示O中到T距离小于t的部分组织的体积。即组织O在距离t处的OVH值为组织O中到肿瘤T距离小于t的组织的百分体积值。

根据OVH的定义可以确定一套OVH算子的计算方法，等距外扩或者收缩靶区轮廓，完成对OVH算子的计算。首先，计算靶区和危及器官的重叠体积分数，得到外扩距离为0时的重叠体积分数；然后等距收缩靶区的外轮廓，以d为步长收缩靶区轮廓，计算危及器官与收缩靶区轮廓的重叠体积分数，重复上述操作直至收缩的靶区轮廓完全脱离危及器官；最后等距外扩靶区的外轮廓，以d为步长外扩靶区轮廓，计算危及器官与外扩靶区轮廓的重叠体积分数，重复上述操作直至外扩的靶区轮廓完全包含危及器官；最后，以外扩距离为横轴，以重叠体积分数为纵轴，建立坐标系，描述上述离散点，连接上述离散点即可得到OVH曲线。图1为原理示意。图1(a)描述了靶区和危及器官的空间几何关系，图1(b)描述了不同收缩和外扩距离下OVH的离散点。

依据上述原理，提出一套在MATLAB计算平台上用于OVH算子计算的方法，包括4个计算步骤。

步骤1：获取靶区和危及器官轮廓线，重建三维组织，计算危及器官体积；

步骤2：等距三维外扩或收缩靶区，直至靶区完全包含危及器官或者完全与危及器官分离；保存具有不同外扩或收缩距离的三维靶区轮廓；

步骤3：提取外扩或收缩轮廓与危及器官的重叠区域轮廓，计算重叠体积；

步骤4：依次计算不同外扩或收缩距离上的OVH值，绘制OVH曲线。

1.2OVH与DVH之间的关系

如果IMRT计划的处方剂量适形均匀覆盖靶区，那么靶区外的等剂量线将沿着靶区外轮廓等距外扩，距离靶区越远的危及器官受照剂量越小。如图2所示，一个圆形靶区PTV和两个危及器官A和B，其中危及器官A与PTV之间的距离较远，危及器官B与PTV之间的距离较近。在处方剂量适形均匀覆盖靶区的情况下，等剂量线沿靶区外轮廓等距离外扩，即为一组以PTV为中心的同心圆；这时，A和B的OVH曲线和剂量体积直方图(dose volume histogram, DVH)曲线分布如图2(b)、(c)所示，距离PTV偏远的危及器官A，具有整体偏小的OVH曲线和DVH曲线。

在IMRT放射治疗中，靶区的剂量分布的适形度较高，如果对于两例计划的同一危及器官A和B存在上述位置关系，A的OVH整体偏小，那么A的受照剂量应该更低。基于这一关系，就可以利用早期的IMRT计划来控制和提高新病例的IMRT计划质量。

1.3实验

利用临床鼻咽癌IMRT计划来研究OVH描述子的性能。首先，用OVH描述子预测放疗三维场景中靶区和危及器官间的三维形状关系特征。选取一例早期的鼻咽癌IMRT计划进行分析实验，IMRT计划中包含了靶区、危及器官的轮廓线和CT断层影像，实验选取临床靶区1(clinical target volume 1,CTV1)作为靶区进行实验。实验中：首先，按照本研究提出的OVH计算方法计算出左右腮腺、脑干和脊髓的OVH曲线图；然后，分析OVH曲线图是否符合临床计划中实践的空间几何关系。然后，用OVH描述子对鼻咽癌IMRT计划的靶区和腮腺形状关系进行相似度检索。实验中，用22例临床鼻咽癌IMRT计划进行试验，用欧氏距离度量OVH和DVH数据的相似度。实验过程：首先，选取1例IMRT计划作为检索项，记作1号计划；接着，将检索项的OVH数据信息代入剩余计划的OVH数据组中，逐项计算OVH曲线间的欧氏距离，比较计划间的相似度；然后，按照OVH曲线欧氏距离从小到大对计划排列，并对计划编号；最后，重建靶区和腮腺的三维重建图像，判断靶区和腮腺几何形状关系的相似度；并逐项计算左侧腮腺的DVH曲线间的欧氏距离，观察OVH曲线和DVH曲线间是否存在相关性。

2 实验结果

2.1OVH描述子对三维形状关系特征的预测

实验材料选取早期的鼻咽癌IMRT计划，计划中包含了靶区、危及器官的轮廓线和CT断层影像，实验选取临床靶区1(clinical target volume 1,CTV1)作为靶区进行实验。图3是按照上文OVH计算方法得到的左右腮腺、脑干和脊髓的OVH曲线图。图4是临床病例中的包含靶区、左右侧腮腺、脑干和脊髓轮廓的CT断层影像和三维重建图形检验OVH描述子的预测结果：图4(a)是鼻咽癌患者靶区、左右腮腺、脑干和脊髓的3维重建图，图4(b)是一张包含靶区、左右腮腺和脑干的CT断层图像，图4(c)是一张包含靶区、左右腮腺和脊髓的CT断层图像。

从图3中的OVH曲线可以看出：1)右侧腮腺的OVH曲线在R=0时非零，说明右侧腮腺与靶区有重叠部分；2)脊髓的OVH曲线比其它危及器官的OVH曲线趋近于1的速度慢，可以推断部分脊髓组织相对于其它组织远远偏离靶区；3)脑干的OVH比腮腺的OVH更快到达1，即左、右侧腮腺到靶区的最远距离比脑干的大。从图4中(a)、(b)可以看出：右侧腮腺与靶区有明显重叠部分，左、右侧腮腺到靶区的最远距离比脑干的大。从图4中(a)、(c)可以看出：虽然，横断面上腮腺到靶区的最远距离比脊髓的大；但是，在三维重建图上部分脊髓远远偏离靶区。从上述结论可以看出，OVH曲线图能够比较理想地表征出患者靶区和危及器官的几何位置关系。

2.2基于OVH的鼻咽癌IMRT计划的靶区和腮腺形状相似度检索

在22例鼻咽癌IMRT计划中利用OVH描述子进行靶区和腮腺形状相似度的检索实验。图5给出了22例计划的OVH和DVH曲线的欧式距离及其变化曲线，可以看出：随着OVH欧式距离的增大，DVH欧式距离呈上下波动，但在总体上有明显上升趋势。图6给出了前10例相似病例的靶区和腮腺的三维重建图形，图6(a)为检索计划的三维重建图，图6中(b)～(k)为前10例相似计划的三维重建图像；可以看出：OVH欧式距离越小对应的形状相似度越高，随着OVH欧式距离的增大对应的形状相似度逐渐降低。综合上述实验结果可以看出：OVH描述子能够在多组计划中完成对靶区和腮腺形状形似度的排序，能够有效的检索出形状关系相似度较高的计划；同时，临床IMRT计划中OVH和DVH之间存在一定的对应关系。实验结果中也发现DVH欧式距离呈现上下波动，这可能与实际计划中的剂量分布与靶区的适形程度不同有关。

3 结论

本课题研究了重叠体积直方图(OVH)的计算方法，并结合临床病例及其IMRT计划对OVH描述子的性能进行了较深入的研究，分析了OVH曲线与DVH曲线间的关系，并将OVH描述子应用于鼻咽癌IMRT计划的检索。实验结果表明：一方面，OVH描述子使用一维函数比较简洁、准确地描述了放疗三维场景中靶区与危及器官之间的三维形状关系特征；另一方面，OVH描述子能够有效地检索出形状关系相似度较高的IMRT计划；此外，OVH曲线与DVH曲线间存在较强的对应关系。综上所述，OVH是一种适合IMRT计划有效检索的描述子；但是，目前仅仅依赖OVH描述子尚无法精确描述放疗场景中若干几何形状之间的关系特征，今后将把OVH描述子与其它形状描述子相结合，探索更精确的适合于IMRT计划检索的放疗三维场景几何形状描述方法。

[1] Wu Q, Mohan R. Algorithms and functionality of an intensity modulated radiotherapy optimization system [J]. Med Phys, 2000,27(4): 701-711.

[2] Brahme A. Optimization of stationary and moving beam radiation therapy techniques [J]. Radiother Oncol,1988,12(2): 129-140.

[3] Wu Binbin, Ricchetti F, Sanguineti G. Patient geometry-driven information retrieval for IMRT treatment plan quality control [J]. Med Phys, 2009,36(12):5497-5505.

[4] Zhu Xiaofeng, Ge Yaorong, Li Taoran. A planning quality evaluation tool for prostate adaptive IMRT based on machine learning [J]. Med Phys, 2011,38(2):719-726.

[5] Simari P, Wu Binbin, Jacques R,etal. A statistical approach for achievable dose querying in IMRT planning [C] // Medical Image Computing and Computer-Assisted Intervention- MICCAI 2010, PT III. Berlin: Springer-Verlag, 2010: 521-528.

[6] 周正东.一种基于检索的放射治疗计划系统及检索方法[P], 中国专利, ZL201110129576.4, 2011-09-14.

[7] Hunt MA, Jackson A, Narayana A,etal. Geometric factors influencing dosimetric sparing of the parotid glands using IMRT [J]. Int J Radiat Oncol Biol Phys, 2006,66(1): 296-304.

[8] Kazhdan M, Simari P, McNutt T,etal.A shape relationship descriptor for radiation therapy planning [C]// Yang GZ, Hawkes D, Rueckert D, eds. Medical Image Computing and Computer-Assisted Intervention- MICCAI 2009, PT II. Berlin: Springer-Verlag, 2009: 100-108.

TheCalculationMethodofOverlapVolumeHistogramanditsUsageinNasopharyngealCarcinomaIMRTPlansRetrieval

WANG Dong-Dong1ZHOU Zheng-Dong1#*SONG Wei2LI Bing3SHEN Jun-Shu3ZHU Xi-Xu3

1(DepartmentofNuclearScienceandEngineering,NanjingUniversityofAeronauticsandAstronautics,Nanjing211106,China)2(DepartmentofRadiationOncology,JiangsuProvinceHospitalofTCM,Nanjing210029,China)3(DepartmentofRadiationOncology,NanjingGeneralHospitalofNanjingMilitaryCommand,PLA,Nanjing210002,China)

overlap volume histogram (OVH); shape relationship descriptor; intensity modulated radiation therapy (IMRT); radiation treatment planning optimization

10.3969/j.issn.0258-8021. 2014. 03.016

2013-07-17， 录用日期:2014-04-06

TP391.77

D

0258-8021(2014) 03-0373-06

#中国生物医学工程学会会员(Member, Chinese Society of Biomedical Engineering)

*通信作者(Corresponding author)，E-mail: zzd_msc@nuaa.edu.cn