危及器官自动勾画在鼻咽癌、乳腺癌与直肠癌中应用研究
时间：2023-06-03 09:45:27 来源：雅意学习网 本文已影响 人 
周 含，赵本新，朱锡旭，陈 颖，沈泽天
放射治疗需要经过几个步骤， 包括体位固定及CT 扫描、靶区勾画、计划设计、计划验证等。其中靶体积和正常组织的勾画是制定调强放射治疗计划的关键步骤之一，尽管手动勾画是建立在一定的标准指南上面， 不同的肿瘤放射治疗医师之间仍有很大的差异。
多项研究表明，不同医院的肿瘤医师之间的轮廓一致性较差，为了解决放射治疗的这一问题，许多研究都集中在放射治疗靶区与正常组织自动轮廓上[1，2]。Song Y 等[3]研究基于神经网络的深度学习方法自动勾画直肠癌放射治疗靶区和正常组织的信息，获得了很高的临床勾画质量及更短的勾画时间等。
随着计算机计算能力及图像处理技术的不断发展，放射治疗的靶区和危及器官（organ at risk，OAR）自动勾画软件也不断发展，基于放射治疗大数据自动勾画方法成为这几年比较热门的研究，其中基于图谱库和基于深度学习技术成为两项热门自动勾画技术。早在2009 年，Mahdavi SS 团队[4]就开始自动勾画的研究， 其中前列腺癌超声图像自动分割应用于临床，该方法在减少时间的同时，成为了前列腺精确勾画的重要方法。
精确的轮廓勾画不仅起到减少正常组织的毒性反应作用，且有利于患者更长的生存时间，比如鼻咽癌（nasopharynx cancer，NPC）、乳腺癌和直肠癌等预后较好的患者。因此，笔者主要以手动勾画为参考，研究NPC、 乳腺癌及直肠癌等的自动勾画软件的临床应用评价，以及在剂量学方面的差异。
1.1 临床资料
选择2019 年10 月至2020 年10 月在东部战区总医院放射治疗科行调强放射治疗的患者33 例，其中男性11 例，女性22 例；
年龄38 ～81 岁，平均年龄63.4 岁（标准差10.9 岁）；
NPC 13 例，乳腺癌10 例，直肠癌10 例。
所有患者均行增强CT 扫描。
1.2 方法
1.2.1 固定体位和CT 扫描
患者取仰卧位，NPC 患者采用头颈肩膜固定，乳腺癌采用托架联合托架膜，直肠癌采用盆腔膜。在荷兰飞利浦（Philips Big Bore） 模拟定位机上行CT 扫描，NPC扫描层厚为3 mm，乳腺癌和直肠癌扫描层厚5 mm。
1.2.2 靶区勾画与计划设计
手动勾画：
所有OAR 均由相同肿瘤放射治疗医师，在Multiple 2.4.1（Accuracy Inc，USA）医生工作系统上进行勾画。勾画NPC 的OAR 为眼球、晶状体、视神经、腮腺、脑干及脊髓；
乳腺癌的OAR 为肺、心脏、脊髓；
直肠癌的OAR 为膀胱、股骨头[5]。
自动勾画：
所有的OAR 使用自动勾画软件AccuContour（Manteia，中国），在同一CT 图像上进行自动勾画。
AccuContour 精确自动勾画软件提出了一种基于深度学习和传统算法模型结合的方法，该方法分为数据收集及标注、模型训练、模型预测产生结果这三个部分，其中模型训练为核心模块。
该模块在获取训练集数据后，依次构建损失函数池、图像分割模型池和可选择参数池；
基于所述可选择参数池随机选择相应的损失函数、图像分割模型和训练参数值构建训练模型， 并基于训练集数据对训练模型进行训练，获取训练好的训练模型；
然后，对每一个训练好的训练模型在对应的验证集上进行Dice 值计算处理， 获取每个训练好的训练模型验证测试的Dice 值；
最后，选择Dice 值最高的对应的训练好的训练模型作为最终的OAR 自动勾画模型[6]。
1.2.3 自动勾画几何学评估
以手动勾画为标准，采用勾画定性分析方法评价自动勾画的质量，如勾画时间、Dice 相似性指数（Dice similarity coefficient，DSC）、剂量体积直方图（dose volume histogram，DVH）参数[7]。
勾画时间：从靶区导入到勾画完成的整个完整的时间，记为勾画时间。
DSC：DSC（A，B） = 2（A ∩B）/（A ＋B），其中：A和B 分别表示自动轮廓和手动轮廓OAR 几何学数值。DSC 值范围在0 ～1，当手动和自动勾画成为一个完整的交集时，DSC 相当于1。
当DSC ＞0.700 时，可以认定勾画达到较好的重叠。
DVH 参数：
自动勾画完成，OAR 将回传至Pinnacle 计划系统（Version 9.8，Philips Radiation Oncology Systems。
美国）。
在手动勾画基础上剂量学信息被复制到自动勾画的器官上，进行剂量学参数的比较评估。
NPC 处方剂量为66 Gy/33 F，乳腺癌50 Gy/25 F，直肠癌50 Gy/25 F。
图1 显示勾画及剂量评估整个工作流程，OAR 的剂量评估参考剂量限量放射治疗肿瘤协作组0615、0225、0822 标准 （Radiation Therapy OncologyGroup，RTOG）[8]。晶状体＜10 Gy，脑干＜54 Gy，心脏V33＜60 Gy、V67＜45 Gy，脊髓＜45 Gy，膀胱V35＜70 Gy，股骨头V25＜45 Gy。
图1 手动、自动勾画及剂量评估工作流程Fig.1 Flow chart of manual,automatic contour and dose assessment
1.3 统计学方法
所有的统计学分析通过Origin 2019 软件进行分析。勾画时间、DSC 及DVH 剂量学参数使用配对t 检验进行评估分析。
P ＜0.05 为差异有统计学意义。
2.1 勾画时间比较
手动勾画OAR 所需的勾画时间，NPC（56.5 ±9.0）min，乳腺癌（23.12 ± 4.23） min，直肠癌（45.23 ±2.39）min。自动勾画分别需要（1.50±0.23）min、（1.45±0.78）min、（1.80±0.56）min。自动勾画所需要的时间较手动勾画节省65%， 两者差异均有显著统计学意义（P=0.000）。
见表1。
表1 33 例患者自动勾画与手动勾画OAR 的时间比较Tab. 1 Comparison of time between manual contour and manual contour of OAR in 3 groups
2.2 Dice 相似性指数比较
考虑到自动勾画的成熟性，临床需求和自动软件的临床使用， 试验只选择了部分OAR 进行比较。
在NPC 患者中，评估眼球、晶状体、视神经、腮腺、脑干和脊髓；
乳腺癌中，评估肺、心脏、脊髓；
直肠癌中，评估膀胱、股骨头。
DSC 值在0 ～1，DSC ＞0.700 表示获得很好的勾画重叠[9，10]，通过平均值和标准偏差评估自动生成的轮廓的参数。
对于NPC， 自动勾画与手动勾画相比较，眼球最佳DSC 为0.907±0.020，脊髓最差的DSC为0.459±0.112（图2）；
对于乳腺癌，所有OAR 中肺、心脏与脊髓都获得很好的勾画效果，其中肺最佳DSC为0.944±0.030， 脊髓最差的DSC 为0.709±0.100；
对于直肠癌的OAR 勾画，膀胱最佳的DSC 为0.91±0.04，股骨头最差DSC 为0.43±0.10。
见表2。
表2 NPC 与乳腺癌+ 直肠癌自动勾画和手动勾画的OAR 的DSC 值比较Tab.2 Comparison of DSC values of OAR between automatic contour and manual contour of NPC and breast cancer+rectal cancer
图2 自动勾画与手动勾画较差的图例Fig.2 Images of the poor contours between automatic contour and manual contour
2.3 剂量直方图参数评估
从自动勾画和手动勾画中为每例患者生成DVH参数，这些剂量学评估点包括平均剂量（Dmean）、勾画中x%体积的最小剂量（Dx）。
所有参数的评估值见表1 ～6。
尽管大部分器官都得出很好的自动勾画效果，然而自动勾画的剂量学参数却有重要的差别， 其中NPC 中眼球具有最佳的几何重叠， 但剂量与手动勾画差异有统计学意义（P ＜0.05）。
勾画效果较差的小体积器官如晶状体、 视神经的剂量学参数差异却无统计学意义（P ＞0.05）（图3），而勾画的大体积器官的剂量学参数差异有统计学意义（P ＜0.05）。
见表3 ～6。
图3 小体积勾画的剂量分布图（剂量分布差异无统计学意义）Fig.3 Images of dose distribution of small volume contour(no statistical difference between manual contour and automatic contour)
表3 NPC 患者中自动勾画与手动勾画的OAR 体积和剂量中的平均值、标准差比较Tab.3 Comparison of mean and standard deviation in volumes and doses of automatic contour and manual contour OAR in NPC patients
续表3 NPC 患者中自动勾画与手动勾画的OAR 体积和剂量中的平均值、标准差比较Tab.3（Continued） Comparison of mean and standard deviation in volumes and doses of automatic contour and manual contour OAR in NPC patients
表4 乳腺癌患者中肺组织自动勾画与手动勾画的OAR 体积和剂量的平均值、标准差比较Tab.4 Comparison of mean and standard deviation in volumes and doses of automatic contour and manual contour OAR in breast patients
表5 乳腺癌患者中心脏、脊髓自动勾画与手动勾画的OAR 体积和剂量的平均值、标准差比较Tab.5 Comparison of mean and standard deviation of volumes and doses of heart and spinal cord for automatic contour and manual contour OAR in breast cancer patients
表6 直肠癌患者中自动勾画与手动勾画的OAR 体积和剂量的平均值、标准差比较Tab.6 Comparison of mean and standard deviation in volumes and doses of automatic contour and manual contour OAR in breast patients in rectum cancer
在笔者研究中， 使用AccuContour 软件对NPC、乳腺癌和直肠癌部分OAR 进行勾画。
自动勾画技术在临床放射治疗中得到了广泛的应用，该系统在临床放射治疗中具有很好的应用前景。从表1 中可以看出深度学习自动勾画软件AccuContour， 为临床肿瘤医师提供显著的省时工作。有很多学者对自动勾画和手动勾画进行多种比较，Ciardo D 等[9]、Arsene-Henry A等[10]研究乳腺癌患者，很大程度上减少了人工勾画时间。Eldesoky AR 等[5]研究同样显示比手动勾画的平均时间减少到94%。
Macchia ML 等[11]比较3 个商业自动勾画软件（ABAS、MIM Maestro、Velocity AI），将它们应用于前列腺、 头颈和胸膜间皮瘤患者自动勾画，最长可以节省1 h。
与手动勾画相比，自动勾画软件明显的优点是节省了时间，然而获取更快的勾画时间是否能达到满足临床实践要求是目前关注焦点。放射治疗需要精确的剂量照射和精确的OAR 勾画， 剂量的精确辐射与OAR 的精确勾画同样具有相关性[12]，肿瘤患者的放射治疗毒副反应也与接受OAR 剂量的风险相关。
因此由AccuContour 自动勾画的DVH 参数， 验证Accu-Contour 能否完全应用与临床使用至关重要。
因此通过笔者的研究得出勾画的几何学参数不能完全反映剂量的分布水平，这个结果与Kaderka R 等[13]研究结果相似。
笔者研究自动勾画对全身肿瘤患者OAR 辐射剂量估计的影响。结果表明，CT 图像自动勾画的剂量学信息与DSC 数值不同。
研究几何参数评估如DSC，它受到结构体积的严重影响，自动勾画不一定能准确地代表实际照射剂量，因此临床使用自动勾画系统时需要正确的人工勾画为金标准，自动勾画在一定程度上对人工勾画的准确起到监督的作用。
对于NPC，除了晶状体、视神经和脊髓，笔者研究其他OAR 均达到了良好的DSC（＞0.7）。
较小体积的器官更容易勾画偏大，如晶状体等。
而大体积的器官如股骨头等，上下界勾画存在偏差。此外，对于组织边界不清的视神经等小器官，AccuContour 与手动勾画之间仍存在一定的偏差。
另一方面，头颈部脊髓的体积和剂量都有很大差异。由于脊髓和脑干的连接处延髓勾画，在手动勾画中脊髓勾画至颈椎2 水平。
因此自动勾画中脊髓的剂量AccuContour 偏高；
对于乳腺癌，无论体积还是DVH 剂量分布，肺和心脏大小差异均无统计学意义（P ＞0.05），同时可以看到胸部的脊髓比颈部勾画更准确。很多研究者研究自动勾画都开始于乳腺癌， 主要由于乳腺癌放射治疗中OAR 的边界清晰，密度对比明显，易于勾画。基于乳腺癌患者的研究中[12]，均取得了很好的临床验证，在笔者中关于乳腺癌放射治疗OAR 的勾画也发现了同样的临床验证趋势。
因此DSC、体积或剂量参数方面得到很好相关度；
对于直肠癌，OAR 勾画均可满足临床要求，膀胱边界清楚也具有相似剂量分布。其他研究采用不同的方法对直肠的自动勾画进行研究，如Song Y 等[3]利用基于神经网络的深度学习对直肠癌术后放射治疗进行了研究，很好地描述直肠癌CTV 和OAR 的高质量勾画。
根据研究者的临床经验，由于股骨头的骨标记物明显，其轮廓将获得更好的结果，然而在笔者研究中勾画和剂量都有差异。
从图2 中明显地看出，勾画上面有很大的差异，可清楚地分辨出手动勾画仅仅部分股骨头，在与放射肿瘤医师沟通后，根据指南对勾画方法进行修改。
综上，通过对NPC、乳腺癌和直肠癌的自动勾画进行研究， 发现DSC 的值不能完全反映剂量分布的准确度，但体积和剂量的差异具有一定的关系。
对于明显的心脏、肺、膀胱边界，可以采用自动勾画。
然而对于小体积的OAR 需要严格的验证；
对于勾画准则不明且依赖人为经验及各个放射治疗中心要求，如股骨头、脊髓和脑干，可以在需要时使用半自动勾画方法和验证。
