PlanIQ软件在肺癌自动计划质量评价中的应用研究
2021-06-25李勇谭庭强廖雄飞杨金鑫
李勇，谭庭强，廖雄飞，杨金鑫
四川省肿瘤医院 放疗中心，四川 成都 610041
引言
目前，针对放射治疗计划评估的标准参数是以临床规范设定的目标作为基准，该目标的设定是基于患者统计研究所得，具有统计学意义，但缺失了患者的特定性[1]。对于几何结构较为复杂的（如靶区与危及器官距离较近，重叠部位较多）病例，临床设定的目标往往难以达到，而针对几何结构简单的病例，临床目标极易达到，如果此时停止进一步优化，可能得到质量次优的放射治疗计划。另外，剂量师的临床经验丰富程度以及可消耗在各计划上的时间及精力等因素也是影响放射治疗计划质量的重要因素[2-4]。
针对每一位患者的解剖结构，如果能够得到一个理想的剂量分布或剂量参数，针对该放射治疗计划的个体化评估将变得更加简便快捷，如果将理想状态下的剂量参数应用到逆向调强计划设计当中，必将能够提高放射治疗计划的质量与效率。Sun Nuclear公司开发的PlanIQ软件具有上述功能[5-6]，本研究目的是探讨PlanIQ软件在临床肺癌自动计划评价中的应用价值。
1 材料与方法
1.1 设备与仪器
PlanIQ是由Sun nuclear公司开发的，一款用于放射治疗计划评估的专业软件，其主要功能是为放射治疗计划评价打分。PlanIQ软件中包含一个特殊模块——可行性剂量体积直方图[7]（Feasibility Dose Volume Histograms，FDVH），该模块能够根据危及器官与靶区之间的几何关系，模拟计算从靶区边界开始，临床处方剂量以四种（理想、困难、挑战和可能）剂量衰减模式进行跌落，从而可以定量计算出危及器官在不同剂量衰减模式下的受照剂量情况，并给出相应的剂量体积直方图（Dose Volume Histograms，DVH）曲线（图1）。本研究应用FDVH模块获取危及器官在“困难”剂量衰减模式下得到的DVH参数，并将该参数运用到新的放射治疗计划（New Plans，NP）组自动计划设计之中。FDVH模块计算过程中参数设置为：能量为6 MV光子，计算网格大小3 mm，运用剂量梯度算法。
图1 FDVH通过算法生成的四个剂量分布区域
本研究采用Pinnacle39.10计划系统进行自动计划（Auto Planning，AP）设计，该系统主要是模仿剂量师计划设计思维，由剂量师设计射野方向和初始目标函数，在优化的过程中根据靶区与危及器官之间的相互关系以及权重自动生成剂量适形辅助结构，并为辅助结构添加相应的目标函数，利用反复迭代算法优化，直到得到最优解。基于AP技术生成的治疗计划能够支持后续人为微调。
1.2 一般临床资料
随机选取2019年3月至10月在本院已接受放射治疗的20例肺癌病例作为研究对象，年龄36～62岁，中位年龄51岁，均无放射治疗禁忌症。患者均采用仰卧位，热缩膜固定，平静呼吸状态下采用飞利浦16排大孔径模拟定位机进行CT扫描，扫描层厚为3 mm，经网络传输至Pinnacle39.10系统进行靶区与危及器官的勾画。
1.3 自动计划设计方法
20例肺癌患者临床放射治疗计划（Clinical Plan，CP）均由经验丰富的剂量师在Pinnacle39.10计划系统上采用AP技术设计完成，并通过医师审核完成放射治疗。CP组治疗计划设计参数如下：能量为6 MV光子，80对5 mm宽度MLC，机架角度为360°（-180°～180°）单射野双弧，每3°为一个控制点，剂量衰减界限1.5 cm，采用生物优化函数，最大迭代次数80次，计算网格为3 mm；NP组计划设计参数与CP组基本一致，但危及器官的临床剂量学参数有差异，该剂量学参数是通过FDVH计算得出，而CP组剂量学参数均为剂量师的经验值。肺癌计划评估涉及的剂量学参数主要包括：双肺V5～V60和Dmean、脊髓D1cc、心脏D33和Dmean、食管Dmean，其他危及器官在保证靶区剂量的前提下，受照剂量尽可能低。
1.4 治疗计划质量评估
CP和NP两组计划均为临床处方剂量归一至95%的PTV体积，即处方剂量覆盖95%以上靶区体积。借助DVH、剂量统计表和等剂量曲线分布对靶区和危及器官的剂量学参数进行统计分析。参考ICRU83号报告采用近似最大剂量D2%、近似最小剂量D98%、适形指数（Conformity Index，CI）和均匀性指数（Homogeneity Index，HI）来评估放疗计划中靶区剂量分布情况。CI=（TVRI/VPTV）×（TVRI/VRI），HI=（D2%-D98%）/D50%，式中 TVRI为处方剂量线所包裹的靶区体积，VPTV为靶区体积，VRI为处方剂量线所包裹的体积，Dx%为x%靶区体积接受的剂量，Vx为接受x（Gy）剂量对应的相对百分体积；CI评价靶区与处方剂量平面是适形度，其值介于0～1之间，越接近于1表示适形度越好；HI评价靶区内剂量均匀性，HI越小，说明靶区内剂量越均匀。危及器官受量尽可能低，评价指标主要包括“自动计划设计方法”部分给出的剂量学参数。
1.5 统计学方法
采用SPSS 19.0软件对CP和NP两组放射治疗计划统计学分析，服从正态分布进行配对t检验；不服从正态分布采用相关样本非参数检验，P＜0.05为差异有统计学意义。
2 结果
2.1 靶区剂量学参数对比
20例肺癌CP组和NP组放疗计划剂量分布均满足临床处方要求。两组放疗计划剂量学参数统计如表1所示，与CP组放疗计划相比较，NP组放疗计划靶区剂量学参数D98%、D2%、HI和CI均无统计学差异（P＞0.05）。
表1 20例肺癌病例 CP与NP两组计划靶区剂量学参数对比
2.2 危及器官剂量学参数对比
20例肺癌病例CP与NP两组放射治疗计划危及器官受量如表2所示，与CP组放射治疗计划相比较，NP组双肺 V10、V20、V30和 Dmean，心脏 V30和 Dmean，脊髓 D1cc以及食管Dmean均有显著降低（P＜0.05），其他剂量学参数无统计学差异（P＞0.05）。
表2 20例肺癌病例 CP与 NP两组计划危及器官学参数对比
2.3 DVH曲线对比
同一例肺癌病例CP与NP计划靶区及主要危及器官DVH曲线如图2所示。由图2可见，与CP计划相比，NP计划靶区（PTV）和心脏剂量曲线无明显差异，NP计划的脊髓、食管和双肺受量明显降低。
图2 20例肺癌病例CP与NP计划靶区和主要危及器官平均剂量体积直方图
3 讨论
目前，放疗正在向“精确定位、精确计划、精确治疗”的方面飞速发展[8-9]。能否精确治疗取决于肿瘤组织接受的剂量分布，而剂量分布是由放疗计划系统的性能决定的。研究如何进一步提高治疗计划质量及优化效率对于IMRT的临床应用有着重要的意义[10-11]。目前逆向计划设计中的参数设定一般是剂量师利用自身经验知识进行的，其效率较慢且计划质量易受人为主观因素的影响[1,12]。近年来，为了解决逆向计划设计过程存在的高成本低效率的问题，自动计划（Auto Planning，AP）优化方案受到业内广泛关注[13-21]。AP优化方案方法可以自动确定子目标函数的权重因子和射野照射方向等参数，并根据优化结果不断对计划进行改进。
本研究利用PlanIQ软件中FDVH模块通过特殊的算法计算在不同剂量跌落状态下危及器官的受量，评估当前放射治疗计划的质量，并应用FDVH模块提供的剂量学参数，重新优化临床治疗计划，探讨FDVH模块在提升放射治疗计划质量方面的临床应用价值。研究结果显示20例肺癌病例CP与NP两组计划剂量分布均满足临床处方要求，靶区剂量学参数D98%、D2%、CI和HI均无统计学差异（P＞0.05）。危及器官剂量学参数统计结果显示，与CP组放射治疗计划相比较，NP组双肺V10、V20、V30和Dmean，心脏V30和Dmean，脊髓D1cc以及食管Dmean均有显著降低（P＜0.05）。此研究结果表明FDVH提供的剂量参数进行计划优化可以提升肺癌CP的质量。分析本研究结果发现，在高剂量区域如处方剂量附近，CP与NP两组计划无统计学差异，在低剂量10～30 Gy范围，NP组计划对危及器官的限制更优，原因可能是此剂量范围一般属于危及器官的耐受范围，临床医师容易忽略在此范围内对治疗计划质量进一步提升的可能性。本研究结果显示肺癌病例中的危及器官有统计学差异的剂量学参数大部分都属于低剂量范畴。PlanIQ软件中FDVH能够为临床工作提供较为精准的剂量学参数，从而能够针对同类型患者准确快速地对放射治疗计划进行个性化评估，其提供的剂量学参数对于进一步降低危及器官的受照剂量以及提高放射治疗计划的质量具有积极临床意义。
FDVH模块为临床提供四种可能的剂量分布曲线（包括“可能”“挑战”“困难”和“理想”），本研究选取的是“困难”模式下的剂量学参数对CP组计划进行重新优化，本研究初期选择“理想”模式下剂量学参数对CP组计划进行优化，发现优化结果并不理想，危及器官剂量学参数与“困难”模式下的结果并无统计学差别，计划系统优化时间明显增加，而且剂量分布特别是靶区外容易出现剂量热点，可能是剂量学参数太严格的原因。同时本研究发现，即使是“困难”模式下的剂量学参数也很难让临床可执行计划的参数达到完全一致，可能与FDVH在剂量计算过程中仅依赖于靶区与危及器官的几何形状、能量和CT密度，没有考虑治疗计划实施方式，以及低估实际治疗时机器参数的限制等因素有关。
综上所述，PlanIQ软件能够针对不同病例提供个性化的准确的危及器官剂量限值，对放射治疗计划质量评估具有积极临床意义。PlanIQ软件中FDVH模块在放射治疗计划设计之前能够通过有效的算法对危及器官的剂量进行预判，能够高效评估当前放射治疗计划的优劣，并且能够为临床自动计划设计提供可靠的剂量学参数，从而提高临床肺癌自动计划设计的质量与效率。
