相位式呼吸门控放疗中门控窗口的选择方法研究
2022-04-22郑佳俊翟振宇蒋明华
郑佳俊,翟振宇,蒋明华,孙 丽
(江苏省肿瘤医院,江苏省肿瘤防治研究所,南京医科大学附属肿瘤医院,南京 210009)
0 引言
基于实时位置管理(real position management,RPM)系统的相位式呼吸门控技术可以在对患者呼吸无干涉的情况下,减少因靶区运动所导致的靶区外扩和危及器官受量[1-5]。在计划设计中,门控窗口的选择至关重要,其标准是在维持一定占空比(出束时间所占总治疗时间百分比)的情况下,选出呼吸运动比较稳定的窗口作为出束窗口[6-9]。在目前RPM 系统的工作流程中,窗口选择基于Eclipse 治疗计划系统中内置的呼吸幅度分析(respiratory amplitude distribution,RAD)工具[10]。该工具将患者行CT 扫描时的呼吸信号(作为后续治疗的参考波形)根据相位平均划分为10 个时相,并给出每个时相内呼吸信号的统计均值和标准差,两者可用于衡量该相位内呼吸运动的稳定性。然而,为保证门控计划的执行效率,门控窗口往往包含数个分时相。在这种情况下,因为RAD 不能直接给出各个窗口的呼吸运动稳定性,所以基于RAD 工具的窗口选择不可避免地依赖于决策医师或物理师的主观经验和目测精度。本研究提出一种基于窗口内的呼吸信号标准差选择门控窗口的方法,以期提高基于RPM 系统的相位式呼吸门控放疗计划设计中窗口选择的一致性和准确性,保证临床所选门控窗口的质量。
1 资料与方法
1.1 临床资料
采用随机数字表法随机选取本科室2020年3—10 月完成基于RPM 系统的相位式呼吸门控放疗的38 例患者。其中,肺癌患者30 例,肝癌患者8例;男性17 人,女性21 人;年龄11~84 岁,中位年龄62 岁;单次照射剂量为2~10 Gy。临床门控窗口由高年资医师根据经验基于RAD 工具选出。38 例相位式呼吸门控放疗患者的临床窗口分布如图1 所示。
图1 38 例相位式呼吸门控放疗患者的临床窗口分布
1.2 可选门控窗口
在相位式呼吸门控放疗中,参考呼吸波形(即4D-CT 扫描期间的呼吸波形)与经转换得到的相位-位移信息储存于RPM 工作站中(后缀为.vxp 的文本文件)。提取相位-位移数据后,将相位均分为10 个时相,即0%~90%,表示为ψ1,ψ2,…,ψ10。通常,RPM相位分割数为10,因此可选择的门控窗口数为10×10=100 个,每个可选择的门控窗口可表示为
式中,i 表示初始相位的序号,取值为1~10;j 表示窗口宽度(即窗口所包含的相位个数),取值同样为1~10。1例患者的呼吸波形和相位-位移空间如图2 所示。
图2 1 例相位式呼吸门控放疗患者的呼吸波形和相位-位移空间
1.3 建议窗口选取
由于肺部和肝部的肿瘤运动与外部标记物位置(呼吸信号)的强关联性[11-13],门控窗口内呼吸位移信号的标准差可以用于衡量呼吸运动的相对稳定性[14]。建议窗口选取方法如下:
(1)将从.vxp 文件中提取出的呼吸信号数据根据相位的不同分为10 个时相[共10 组,如图2(b)中的相位划分];
(2)根据公式(1),将10 个时相的数据组合为可选窗口数据[共100 组,如图2(b)中的窗口W4,4和W3,6];
(3)计算所有100 个可选窗口内呼吸信号的标准差;
(4)在100 个可选窗口中,将与临床所选窗口占空比相同但呼吸信号标准差最小的窗口作为建议窗口。
所有上述计算和数据提取均通过自主开发的Python 脚本工具完成。
1.4 统计学方法
采用Python 的scipy.stats 统计学工具对临床窗口和建议窗口的呼吸信号标准差进行配对样本t 检验,P<0.05 表示有统计学差异。
2 结果
2.1 可选窗口
1 例相位式呼吸门控放疗患者100 个可选窗口的呼吸信号位移直方图以及相应的标准差如图3 所示。各子图中,位移数据的集中程度(曲线尖锐程度)表示此可选窗口下呼吸运动的稳定性,如尖锐曲线代表运动稳定性较好。在临床所选占空比为50%的情况下,临床窗口(橙色)的呼吸信号标准差为0.109 cm,而建议窗口(绿色窗口)的呼吸信号标准差为0.080cm,显示出更好的呼吸稳定性。另外,图3 中还显示可选门控窗口呼吸信号的标准差随占空比的增大总体呈现增大趋势,其余病例的呼吸信号标准差随占空比的变化趋势与之类似。
图3 1 例相位式呼吸门控放疗患者100 个可选窗口的呼吸信号位移直方图以及相应的标准差(子图中数字)
2.2 窗口对比
38 例相位式呼吸门控放疗患者中,临床窗口呼吸信号标准差为(0.114±0.050)cm,建议窗口呼吸信号标准差为(0.108±0.049)cm,经配对t 检验得到P值为0.009,二者存在统计学差异。38 例患者临床窗口和建议窗口的初始相位的分布图如图4 所示。可以看出,有27 例患者的临床窗口与建议窗口一致;有11 例患者的临床窗口和建议窗口的初始相位存在差异,但是差异都不超过1 个相位。存在差异的11例患者临床窗口和建议窗口的呼吸信号标准差如图5 所示。11 例患者的建议窗口呼吸信号标准差相对于临床窗口均有所减小。其中,有1 例下降幅度超过30%,有8 例下降幅度在5%~30%,剩余2 例下降幅度在5%以内。
图4 38 例相位式呼吸门控放疗患者临床窗口与建议窗口的初始相位分布
2.3 病例分析
#6 病例的临床窗口和建议窗口的呼吸信号标准差差异超过了30%。图6(a)为此病例的相位-位移空间;图6(b)和(c)分别为临床窗口和建议窗口呼吸信号直方图,呼吸信号标准差从0.172 cm 降到了0.113 cm。有2 例患者的相位式呼吸门控放疗窗口的呼吸信号标准差差异幅度小于5%,分别为1.2%和1.8%(如图5 中的#2 病例和#7 病例)。以差异为1.2%的#2 病例为例,相位-位移空间如图7(a)所示,临床窗口呼吸信号直方图(标准差为0.084 cm)和建议窗口呼吸信号直方图(标准差为0.083 cm)如图7(b)、(c)所示。对于子窗口W4,4而言,无论是与时相ψ3合并还是与ψ8合并,所得到的新窗口的呼吸信号标准差都没有明显区别。这表明如果临床窗口与最优窗口的标准差接近,则有可能存在一个占空比更大的窗口,既不会导致呼吸运动稳定性下降,又可以减少门控放疗的治疗时间。基于此,计算窗口W3,6的呼吸信号标准差为0.088 cm,相应的呼吸信号直方图如图7(d)所示,显示窗口W3,6为潜在的可扩展窗口。
图5 存在窗口差异的11 例患者的临床窗口与建议窗口的呼吸信号标准差
图6 #6 病例呼吸相位-位移空间及各类窗口呼吸信号直方图
图7 #2 病例呼吸相位-位移空间及各类窗口呼吸信号直方图
3 讨论
在呼吸门控放疗中,门控窗口选择的目标是选出合适的窗口,使得窗口内患者的呼吸尽量平稳和一致,从而减少靶区因肿瘤运动导致的外扩范围。Fuji 等[15]的研究表明,针对每个患者制定个体化的门控窗口可以提高呼吸门控放疗的有效性。然而,在当前的窗口选择流程中,RAD 工具只给出各个分时相内呼吸信号的均值与标准差,无法定量地衡量包含多个相位的窗口的患者呼吸情况。因此,窗口选择过程(基于目测和经验)带有主观性和随机性,难以符合门控放疗计划设计的最优原则[16]。为此,本研究采用了类似“穷举法”的方法,基于患者呼吸信号数据获取所有100 个可选门控窗口的呼吸信号,然后计算所有窗口的呼吸信号标准差,再通过数据可视化的方法(如图3 所示)将各个可选窗口的质量进行直观展示。基于此方法,放疗医师和物理师可以对不同患者各个呼吸窗口的质量进行快速评估,从而提高窗口选取的便利性和有效性。
本研究提出了基于窗口呼吸信号分析的窗口选择方法,对已选择的临床窗口,将与其具有相同占空比但呼吸信号标准差最小的窗口作为建议窗口,再同临床所选窗口进行比较,从而起到对临床窗口进行质量控制的作用。38 例患者中,建议窗口的呼吸信号标准差由临床窗口的(0.114±0.05)cm 下降为(0.108±0.049)cm,具有统计学差异。本方法将8 例相位式呼吸门控放疗患者的窗口呼吸信号标准差降低了5%~30%,表明8 例患者建议窗口内的呼吸运动稳定性高于临床窗口。因此,本方法有助于提高呼吸门控放疗中窗口选择的一致性和选择效率。在患者负荷较大的情况下,本方法所带来的窗口质量的改善程度会更加明显。
Vedam 等[14]的研究表明,相位式呼吸门控放疗的窗口选取应当结合占空比和呼吸信号标准差选取,但未给出具体的选取准则。本研究计算了所有可选窗口的呼吸信号标准差,可以较为直观地对比各个呼吸窗口的质量(如图3 所示)。Hugo 等[17]的研究表明,门控窗口的占空比会影响剂量分布的准确性,选择较小的占空比会导致剂量分布的准确率更高。本研究中可选窗口内呼吸信号标准差随占空比的增大而呈现增大的趋势,呼吸稳定性下降,这可能导致剂量分布畸变。Oh 等[8-9]研究了23 例肺癌患者和52例肝癌患者的呼吸信号后发现,肺癌患者的最佳门控窗口为30%~70%,而肝癌患者的最佳门控窗口为30%~60%或30%~70%。本研究中不同患者的建议窗口的初始相位存在较大差异,提示有必要建立个体化的呼吸门控窗口选择规范。
基于RPM 系统的呼吸门控放疗需要在医师、物理师、治疗师和设备厂家等多方的密切合作下才能完成,任何步骤中的交流失误都会削弱门控放疗的临床效果,甚至引发危及患者安全的事件。#6 病例的临床窗口和建议窗口的呼吸信号标准差差异超过了30%,经检查发现,此差异是由于负责窗口选择的医师与负责门控放疗计划窗口设置的物理师的沟通失误所致。缺乏直观的窗口内呼吸信号分析工具也是造成此类失误的部分原因之一。未来,可将本文的窗口选择方法纳入到相位式呼吸门控放疗计划设计规范中,通过直接对比建议窗口和所选窗口的呼吸信号标准差,有助于避免此类失误。
本研究亦有不足之处:须首先人工指定窗口占空比,然后才能给出具体的建议窗口,这一点限制了本方法在窗口选择自动化方面的应用。尽管如此,本方法依然提供了一种窗口选择方法,能够提高窗口选择的效率和一致性。未来需要进一步研究减少呼吸运动和缩短治疗时间所带来的治疗收益(治疗质量方面和治疗时间方面),在效费比的基础上开发更科学的算法来辅助门控窗口选择。
综上所述,基于窗口呼吸信号分析的窗口选择方法可以减少在选择过程中出错的概率,保证和提高所选窗口的质量,提高窗口选择的一致性和选择效率。