APP下载

AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

2024-03-11陈飞龚筱钦余云鹏游涛王旭戴春华胡静

实用医学杂志 2024年2期
关键词:剂量学勾画手动

陈飞 龚筱钦 余云鹏 游涛 王旭 戴春华 胡静

江苏大学附属医院放疗科(江苏镇江 212000)

宫颈癌早期患者常选择手术联合术后辅助放射治疗,从而能控制肿瘤复发以及提高患者生存率[1-3]。调强放射治疗(intensity modulated radiation therapy, IMRT)是宫颈癌放疗的主要手段之一,其中临床靶区(clinical target volume,CTV)和危及器官(organs at risk,OARs)的准确勾画是实施IMRT的必要前提[4-7]。手动勾画是一项耗时费力的任务,目前较多研究集中于自动勾画软件的研发[8-9]。但因医生手动勾画的认知不同,自动勾画软件无法一直满足各放疗中心对自动勾画精度的要求[10]。AccuLearning (AL)是一款基于U-net 的深度学习自主训练软件,可供临床训练数据从而生成新的自动勾画模型,但是关于其能否应用临床还尚未有相关研究。本研究基于本院宫颈癌术后患者CT 影像数据,分析AL 模型自动勾画CTV和OARs 的几何学和剂量学精度,评估其应用于临床可行性。

1 资料与方法

1.1 临床资料选取2019 年1 月至2022 年12 月本院收治的75 例早期宫颈癌术后放疗患者,放疗体位为仰卧位,以负压真空垫固定。CT 定位使用Philips 公司大孔径模拟定位CT(Brilliance CT big bore),重建CT 层厚和层间距为3 mm。将扫描获取CT 图像传输至Eclipse 13.6 治疗计划系统,由2 名放疗医师手动勾画CTV 及OARs。CTV 勾画参照RTOG 宫颈癌临床靶区勾画标准。OARs 包括:肠袋、直肠、膀胱、骨髓、右侧股骨头和左侧股骨头,其中肠袋勾画是将小肠与乙状结肠、升结肠、横结肠和降结肠最外边缘相连。所有勾画结构均由有经验的主任医师审核并修改确认,并定义为评估自动勾画效果的“金标准”。本研究获医院伦理委员会审核通过(KY2023K0903)。

1.2 方法随机抽取60 例CT 图像数据作为训练集,应用AL 训练数据生成新的自动勾画模型。自动勾画模型导入至AccuContour 并对剩余15 例CT进行自动勾画测试,统计15 例患者自动勾画轮廓的相关几何学参数以及勾画效率进行分析。

1.3 放疗计划设计物理师用Eclipse 13.6 计划系统在自动勾画CTV 和OARs 的CT 上设计IMRT计划,直线加速器选择Truebeam STx,能量是6 MV X 射线,剂量率是600 MU/min。计划选用固定7 野动态调强,射野角度为160°、115°、50°、0°、310°、245°以及200°。处方剂量为50 Gy/25 次,且要求100%的处方剂量线包含95%的CTV。OARs限量如下:肠袋V30(接受≥ 30 Gy 剂量照射的体积占总体积的百分比,下同)< 40%,V40 < 30%;直肠 V40 < 60%,V50 < 30%;膀胱V50 < 50%;骨髓平均剂量Dmean < 30 Gy;右侧股骨头以及左侧股骨头 Dmean < 15 Gy。所有计划均由2 名资深物理师复核,最后将上述15 例测试集患者的IMRT 计划导入到手动勾画的CT 上形成新的剂量分布。

1.4 评估指标戴斯相似系数(dice similarity coefficient,DSC),用来评估两种勾画方式的重合相似度,范围0 ~ 1,越接近1 表示重合度越好。计算公式DSC =2(Vm∩Vα)/(Vm+Vα),Vm、Va 分别表示手动勾画和自动勾画结构;Hausdorff 距离(Hausdorff Distance,HD),表示手动和自动勾画轮廓最短距离的最大值,其值越小表示自动勾画轮廓的重复度越高。假设两组结构集合X={x1,x2,······,xn},Y={y1,y2,······,yn},则HD 公式为

通过剂量体积直方图(dose volume histogram,DVH)统计两种勾画方式的CTV 和OARs 的剂量学参数。CTV 参数如下:2%、98% CTV 所接受的照射剂量D2、D98;90%、95%的处方剂量覆盖CTV的百分比V90%、V95%;平均剂量(mean dose,Dmean);均匀指数(homogeneity index,HI),计算公式HI = D5/D95,D5、D95 表示5%、95% CTV 所接受的照射剂量;OARs 参数如下:肠袋和直肠V30、V40、V50、Dmean,膀胱V50、Dmean,骨髓、右侧股骨头以及左侧股骨头Dmean。

1.5 统计学方法采用SPSS 22.0 软件统计分析,计量资料以均数±标准差表示,勾画效率和剂量学参数比较采用配对t检验,P< 0.05 则认为差异有统计学意义。

2 结果

2.1 勾画效率比较由表1可见,CTV和OARs各结构自动勾画所需平均时间在34 s左右。手动勾画各结构所需时间长短不等,CTV的手动勾画时间最长(3 158.00 s);其次是骨髓和肠袋,分别为1 582.87 s和1 382.00 s;膀胱、直肠、右侧股骨头和左侧股骨头手动勾画时间较少,都在100 ~ 300 s 之间。自动勾画各结构所需时间均明显少于手动勾画所需时间,且差异有统计学意义(P< 0.001)。

表1 手动勾画与自动勾画各结构的时间比较Tab.1 Time comparision for each structure between auto and manual segmentation ±s

表1 手动勾画与自动勾画各结构的时间比较Tab.1 Time comparision for each structure between auto and manual segmentation ±s

参数CTV肠袋直肠膀胱骨髓右侧股骨头左侧股骨头手动勾画(s)3 158.00 ± 405.78 1 382.00 ± 145.71 174.20 ± 13.76 212.80 ± 12.66 1 582.87 ± 51.81 138.60 ± 7.50 137.40 ± 8.93自动勾画(s)34.93 ± 3.77 33.80 ± 2.78 34.00 ± 2.90 34.27 ± 2.74 34.00 ± 2.98 34.00 ± 2.80 34.40 ± 2.61时间节省百分比(%)98.89 97.55 80.48 83.90 97.85 75.47 74.64 t值29.873 35.829 39.405 50.548 115.394 49.138 46.195 P值< 0.001< 0.001< 0.001< 0.001< 0.001< 0.001< 0.001

2.2 几何学参数结果图1 为CTV 和OARs 的CT示意图,可看出大多数层面的自动勾画效果较好,部分层面仍需要人工修改。表2 结果显示:CTV 的DSC 均值为0.90;肠袋和直肠DSC 低于其他OARs,均值≤ 0.90;膀胱、骨髓、股骨头DSC 均值≥ 0.91。肠袋和直肠HD 值最大,均值在10 mm 左右;其次是CTV 和膀胱,分别为4.23 mm 和4.48 mm;其余结构HD均值< 3 mm。表3 将本研究中DSC 值与其他文献做了对比,显示 AL 模型与其他研究结果DSC值相当[11-15]。

图1 手动勾画和自动勾画CT图像横断面示意图Fig.1 Cross-section diagram of CT image of auto and manual segmentation

表2 各结构自动勾画轮廓几何学参数结果(n=15)Tab.2 Geometric results of automatic segmentation for all structures (n=15)±s

表2 各结构自动勾画轮廓几何学参数结果(n=15)Tab.2 Geometric results of automatic segmentation for all structures (n=15)±s

参数DSC HD(mm)CTV 0.90 ± 0.02 4.23 ± 0.92肠袋0.90 ± 0.03 10.58 ± 3.43直肠0.87 ± 0.07 9.48 ± 7.82膀胱0.91 ± 0.08 4.48 ± 3.97骨髓0.92 ± 0.01 1.56 ± 0.33右侧股骨头0.94 ± 0.03 1.79 ± 0.83左侧股骨头0.94 ± 0.02 2.55 ± 0.97

表3 AL 自动勾画DSC 值与其他类似研究结果对比(均值)Tab.3 Summary of DSC values of AL and other similar study (mean)

2.3 剂量学参数比较图2 为1 例宫颈癌术后患者DVH 图,由图可看出OARs 受照剂量相当,部分手动勾画CTV 剂量不足。表4 显示手动勾画CTV的D98、V90%、V95%、Dmean、HI 值和自动勾画CTV 相比,差异有统计学意义(P< 0.05);D2 值的差异无统计学意义(P> 0.05)。肠袋V50,膀胱V50的差异有统计学意义(P< 0.05)。

图2 自动勾画和手动勾画剂量体积直方图Fig.2 A dose volume histogram of auto and manual segmentation

表4 自动勾画与手动勾画剂量学参数比较结果Tab.4 The dosimetirc difference between auto and maunal segmentation ±s

表4 自动勾画与手动勾画剂量学参数比较结果Tab.4 The dosimetirc difference between auto and maunal segmentation ±s

参数CTV D98(Gy)D2(Gy)V90(%)V95(%)Dmean(Gy)HI肠袋V30(%)V40(%)V50(%)Dmean(Gy)直肠V30(%)V40(%)V50(%)Dmean(Gy)膀胱V50(%)Dmean(Gy)骨髓Dmean(Gy)右侧股骨头Dmean(Gy)左侧侧股骨头Dmean(Gy)手动勾画47.54 ± 1.00 51.52 ± 0.12 99.25 ± 0.49 98.09 ± 0.85 50.64 ± 0.09 1.05 ± 0.01 36.38 ± 4.52 17.39 ± 4.04 4.16 ± 2.07 26.25 ± 1.88 84.88 ± 3.90 43.35 ± 6.44 2.59 ± 1.68 37.19 ± 0.68 19.95 ± 7.50 43.31 ± 2.32 25.70 ± 0.84 11.41 ± 1.33 11.20 ± 1.33自动勾画49.70 ± 0.05 51.52 ± 0.13 100.00 ± 0.00 100.00 ± 0.00 50.82 ± 0.05 1.03 ± 0.00 34.92 ± 1.32 15.76 ± 2.52 2.95 ± 1.01 26.01 ± 1.06 85.94 ± 3.56 44.51 ± 5.37 2.31 ± 1.63 37.40 ± 0.74 17.01 ± 5.29 42.64 ± 2.00 25.75 ± 0.88 11.32 ± 1.41 11.43±1.55 t值-8.212-0.435-5.856-8.675-7.315 7.005 1.472 2.049 2.579 0.558-1.036-0.927 0.622-0.922 4.063 1.927-0.996 0.636-1.954 P值< 0.001 0.670< 0.001< 0.001< 0.001< 0.001 0.163 0.060 0.022 0.586 0.318 0.370 0.544 0.372 0.001 0.074 0.336 0.535 0.071

3 讨论

随着放疗技术精度的日益增高以及自适应放疗技术的发展,肿瘤靶区和危及器官自动勾画的研究显得尤为重要[16-19]。目前基于深度学习的自动勾画技术已明显优于基于图库自动勾画技术,但AL 软件应用于临床的可行性还有待进一步研究[20-21]。几何学指标虽然能从相似度方面评估自动勾画的效果,但其没考虑到剂量学差异,因此不能直接作为自动勾画是否满足临床应用的评价指标[22-25]。因此本研究从几何学、剂量学以及勾画效率方面对AL 自动勾画的CTV 和OARs 能否应用于宫颈癌术后放疗做了详细分析。

本研究将手动勾画和自动勾画的时间做了对比,发现自动勾画大大缩短了时间,提高了放疗效率。其中股骨头节省时间最少,约75%;CTV、肠袋以及骨髓,节省时间达到了95%以上。DSC、HD 是评价自动勾画精度常用的指标,何奕松等[26]认为DCS > 0.7 且HD < 20 mm 时,自动勾画与手动勾画相似性较高。本研究中DSC 值最小为0.87,HD 值最大才10 mm 左右,均满足上述标准,表现出较高的相似性。而且本研究结果与近几年类似研究相比,发现DSC 值与其他研究结果相当,这也表明AL 对于宫颈癌术后CTV 和OARs 的自动勾画效果是理想的。

本研究中物理师基于自动勾画的CTV和OARs设计IMRT 计划,并将其导入到手动勾画CTV 和OARs的CT上,比较其剂量分布差异。CTV除了D2差异没有统计学意义,其余剂量学评估指标均具有差异性。表明CTV 高剂量区没有差别,手动勾画CTV 部分区域剂量不足,所以CTV 在应用于设计IMRT 计划之前,仍需对其做进一步的修改。OARs 的剂量均满足IMRT 计划的限值要求,仅有部分剂量参数存在一定的差异性,但并不影响其应用于临床,因此在临床使用中,可适当放宽对危及器官精度的要求。

虽然本研究结果表现出较好的自动勾画效果,但仍有一些局限性:(1)验证病例数较少;(2)所有CT 影像数据均来自本放疗中心,不能代表其他放疗中心。今后可尝试增加病例数以及多中心建模,从而测试AL 软件的鲁棒性和泛化能力。

综上所述,AL 生成的宫颈癌术后CTV 和OARs自动勾画模型取得了较好的自动勾画效果。AL自动勾画技术提高了临床医生勾画各结构的效率,OARs 具有直接应用于临床的可能性,但CTV在应用于临床前仍需做进一步修改。在今后研究中,可考虑优化改进自动勾画模型,尝试提高CTV自动勾画精度。

【Author contributions】CHEN Fei designed the study and wrote the article. GONG Xiaoqin and YU Yunpeng performed the study.YOU Tao and WANG Xu collected and analyzed the data. DAI Chunhua reviewed the study process. HU Jing designed the study and revised the article. All authors read and approved the final manuscript as submitted.

【Conflict of interest】The authors declare no conflict of interest.

猜你喜欢

剂量学勾画手动
邵焜琨:勾画环保产业新生态
骨髓限量调强放疗治疗晚期宫颈癌患者的剂量学研究及毒性反应
小巧手动起来
风行S5001.6L手动尊享型
宝骏5601.8L手动豪华型
C4世嘉 1.6L手动豪华型
找一找
乳腺癌改良根治术后胸壁放疗临床剂量学研究进展
我国反腐败立法路线图如何勾画
鼻咽癌三维适型调强放疗靶区勾画的研究进展