RT-Mind自动勾画技术应用于鼻咽癌放射治疗可行性研究

薛涛，吴迪，卢晓岩，张恒，秦浩人，李海鹏，孙婉君，王辉

1.天津市人民医院放疗科，天津 300121；2.天津市人民医院肿瘤科，天津 300121；3.天津中医药大学中西医结合学院，天津 300193

前言

鼻咽癌是我国常见的头颈部恶性肿瘤之一，南方地区高发［1］。由于鼻咽癌的解剖位置复杂、周围淋巴结引流分布的特殊性且病理分型大多为中低分化鳞癌（90%左右）［2-3］，故放射治疗是鼻咽癌的主要治疗手段［4］。近年来随着放射生物学、放射物理学、医学影像技术等相关学科的发展，鼻咽癌放疗技术不断改进，常规放疗、近距离放疗、非常规分割放射治疗、立体聚焦式放疗、适形放疗先后应用于临床［5］，随着调强放射治疗技术日趋成熟，其高度的剂量适形性照射技术可使肿瘤靶区同时得到不同的照射剂量，从而形成靶区剂量的高梯度变化［6］。头颈部解剖位置复杂，鼻咽癌调强放疗技术优于传统放疗技术［7］，调强放疗技术提高了鼻咽癌的局部控制率和总生存率，改善了生存质量［8］，而准确勾画临床靶区（Clinical Target Volumes, CTV）和危及器官（Organsat-Risk, OARs）是保证鼻咽癌调强治疗疗效的前提［9］。

当前勾画CTV 和OARs 都是由放射治疗医师参考多模态影像资料手动勾画［10］，需要大量的精力和时间，繁琐和重复性的工作降低了医师对患者进行诊疗的效率。近年来，自动勾画软件的开发已成为放疗领域的热点，基于患者图集和基于卷积神经网络的自动勾画是目前两种主要技术［11-12］。RT-Mind软件是基于卷积神经网络系统开发出来的自动勾画软件，它利用改进版的U-Net 卷积神经网络（RTDNet）模型，运用标准数据集对其进行训练，通过算法逻辑对图像进行自动分割勾画［13］。本研究拟通过RT-Mind 软件，探讨其对鼻咽癌放疗患者CTV 和OARs自动勾画的精确度，为临床应用提供参考。

1 资料与方法

1.1 临床资料

选取2019年8月～2020年7月于天津市人民医院放疗科诊治的28 例鼻咽癌调强放疗患者，年龄最大73岁，最小21岁，中位年龄60岁。

1.2 定位设备及方法

定位设备采用美国16 排GE 大孔径CT 模拟机，由定位激光灯系统、螺旋CT 和各种模拟软件构成。患者取仰卧位，热塑头颈肩膜固定体位。扫描参数：电压150 kV，电流300 mAs。扫描范围：从头顶至气管分叉；重建层厚：2.5 mm，增强CT 扫描，完成后将图像传至瓦里安Eclipse15.5治疗计划系统。

1.3 RT-Mind软件

RT-Mind 自动勾画软件由北京医智影科技有限公司研发设计，采用RTD-Net模型，见图1。RTD-Net模型包含编码器（Encoder）及解码器（Decoder）两部分，解码器部分产生的特征图可通过跨层直接连接到编码器部分相对应的特征图，图像分割结果更精确；增强了定位精度，网络实现目标特征重新校准，强调有用的特征信息，减少假阳性。

图1 RTD-Net的总体框架Figure 1 Overall framework of RTD-Net

1.4 手动、自动勾画CTV及OARs

在瓦里安Eclipse 15.5 治疗计划系统中，患者的CTV 及OARs 均在定位CT 图像上参考MR 影像勾画，在统计计算前均经3名以上放射治疗医师进行器官勾画校对，OARs 包括脑干、脊髓、左右晶体、视交叉、左右视神经、左右腮腺、左右颞合关节、下颌骨等，勾画标准参考ICRU62号文件［14］。将选取的28例鼻咽癌患者调强放疗CT 图像传入RT-Mind 软件中，使用鼻咽癌自动勾画功能，对CTV 及上述OARs 进行自动勾画。

1.5 评估参数

以医生手动勾画的CTV、OARs 轮廓做为金标准，采用Dice 相似性系数（Dice Simmilarity Coeficient, DSC）、Jaccard 系数（Jaccard Index, JAC）、敏感性指数（Sensitivity Index, SI）、包容性系数（Inclusiveness Index, lncl）、质心偏差（Deviation of Centroid, DC）、Hausdorff 距离（Hausdorff Distance,HD）等参数［15］，来评估RT-Mind 软件自动勾画CTV、OARs轮廓的准确性。

DSC 表示自动与手动勾画在轮廓体积上的重合度，DSC值为0～1。

其中，Vref为参考勾画轮廓的体积，Vauto为自动勾画轮廓的体积。

JAC 表示自动与手动勾画轮廓的交集与两者并集的比值，用以比较两组勾画轮廓间的相似性与差异性。JAC 的范围为0～1，JAC 为0 时表示自动勾画的结果与人工勾画完全不相符，JAC 为1 时表明自动勾画的结果与人工勾画完全一致。

SI 表示自动与手动勾画轮廓的交集与手工勾画轮廓中的比值。SI 值的范围为0～1，SI 为0 时表明自动勾画结果与手动勾画无交集，SI为1时表明自动勾画的轮廓完全包含手动勾画。

IncI 表示自动与手动勾画轮廓的交集与自动勾画轮廓中的比值。IncI值的范围为0～1，IncI为0时表示两组勾画轮廓无交集，IncI 为1 时表明人工勾画轮廓完全包含自动勾画轮廓。

DC 表示自动与手动勾画轮廓质心之间的距离（单位mm），用来评价两组轮廓之间的总体位置偏差。DC 越大，说明两组勾画轮廓之间在位置上偏差越远。

其中，Xauto、Yauto、Zauto为自动勾画轮廓的质心坐标，Xref、Yref、Zref为手动勾画轮廓的质心坐标。

HD 表示自动与手动勾画轮廓两组点集在三维空间上的最大距离（单位mm）：

2 结果与讨论

2.1 RT-Mind 软件自动勾画与手工勾画鼻咽癌患者CTV及OARs轮廓结果比较

RT-Mind 软件自动勾画鼻咽癌CTV 及OARs 轮廓与医生手动勾画对比的参数结果如表1所示。对于边界清晰的区域，CTV 轮廓勾画容易，自动与手动勾画差异性小；而边界不清的区域，在CT 图像上无法准确分辨出来，临床上需要根据肿瘤大小、位置、侵犯范围的不同，转移淋巴结的大小、有无包膜外侵及对正常组织挤压等情况，借助MR、PET-CT 等多模态图像融合技术和医师丰富的临床经验共同确定。勾画过程中，颈部淋巴结引流区域的CTV 相对固定，而鼻咽部区域的CTV 边界需依据肿瘤靶区（GTV）范围，对颅底、海绵窦、副鼻窦等亚临床区域边界进行个体化制定。RT-Mind 软件实现自动分割功能运用基于卷积神经网络模型的自动勾画，部分CTV 与放疗医师勾画结果有一定差异，需要在自动勾画基础上根据临床个体化情况进行修正。

OARs 中DC、HD 均在1 cm 之内（表1），结果提示下颌骨勾画效果最好，颞颌关节、腮腺、颞叶、晶体、脑干、脊髓次之，视神经、视交叉勾画效果不太理想，究其原因在于CT 图像的局限性，对于视交叉识别较差，而我科在临床工作中为加强对视交叉的保护，在勾画视神经、视交叉时，医生把两者连接的视神经管内部分也勾画出来，相对自动勾画视交叉的范围要大；在勾画脊髓时临床上以骨性标记椎孔为勾画参考边界，而自动勾画则是以实质性脊髓束的边界为参考，比手动勾画范围小；这些都是临床上出于主观考虑，对OARs更加严格的保护。

表1 RT-Mind 软件自动勾画与手工勾画28 例鼻咽癌CTV和OARs轮廓结果比较（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)

调强放疗已经广泛应用于鼻咽癌治疗［16］，其具有剂量梯度大、靶区适形度高、OARs 保护好、治疗效率高等优点［17］，放疗计划对CTV 和OARs 的精确勾画要求更高，每一位鼻咽癌患者的CT 图像多达上百层，解剖结构复杂，OARs 多，CTV 及OARs 的勾画繁琐，耗费医生大量时间和精力，由于CT 图像缺少对比度，边界不明显，勾画者各自的经验不同，差异性也较为突出，同一医生在不同时间的勾画轮廓也可能有差别，而自动勾画软件的开发与应用为临床放疗医生提高了效率，降低了不同勾画者之间的差异［18］。目前自动勾画技术主要分为两种：基于图集和基于卷积神经网络，本研究的RT-Mind 软件是基于卷积神经网络模型开发出来的自动勾画软件，它利用RTD-Net 模型［19］，运用标准的数据集对其进行训练，通过算法逻辑对图像进行自动分割勾画［20］。

通过应用RT-Mind 软件对已完成调强治疗的28例鼻咽癌患者CTV 和OARs 的自动勾画与放疗医生手动勾画轮廓对比，结果提示：自动勾画可以节省大量时间，提高效率，但它只是基于患者定位的CT 图像，受到CT 图像的清晰程度、CT 窗宽、窗位的影响，而放射治疗医生手动勾画CTV 时要结合患者的不同情况，并且参考MR、PET-CT 等多模态影像资料和以往大量临床治疗经验，所以对CTV 自动勾画轮廓后必须进行放射治疗医生手动修改，才能符合临床治疗要求；在OARs勾画中，放射治疗医生为了对OARs实行更加严格的保护，不同的器官勾画范围与自动勾画有所差异，这些都是临床治疗上出于主观的考虑。CTV 和OARs 边缘勾画的准确性与边缘对比度相关，边缘对比度越高，越容易被识别，自动勾画越准确。

3 结论

RT-Mind 软件能够基本满足临床要求，较为准确地实现鼻咽癌调强放疗患者CTV 和OARs 的自动勾画。在使用过程中，由于病人既往病史的个体差异，医生还需要根据患者肿瘤分期、大小、位置、侵犯范围，采用MR、PET-CT 等多模态影像融合技术，对自动勾画器官轮廓手动修改后，才能用于治疗。RTMind软件在解剖结构复杂、OARs较多的鼻咽癌放疗器官勾画中为医师减少工作量，节省大量时间，提高工作效率。