Pinnacle计划系统调强放疗验证Gamma通过率的研究

【作 者】张建英，江涛

复旦大学附属中山医院放疗科，上海市，200032

目前，调强放疗在临床中的应用已经越来越广泛,但剂量计算间隔的大小、剂量输出间隔的大小以及具体输出哪个平面的剂量分布等因素，是否会影响调强验证Gamma通过率的结果，未见文献报道。本研究的目的是通过对Pinnacle计划系统调强放疗验证Gamma通过率结果的分析，探讨计划系统中的参数是否会影响调强验证通过率以及其影响的方式。

1 材料和方法

(1) 材料 调强验证分析软件为Macpcheck（Sun Nuclear Corporation，Melbourne，USA），版本号5.02。治疗计划系统为Xio4.4（Elekta AB，Stockholm，Sweden）和Pinnacle7.6C（PHILIPS，Amstelplein，Netherland）。治疗机为2台德国西门子Oncor直线加速器，序列号分别为5413和4184，均进行过束流匹配，且机械参数一致。

(2) 参考剂量分布的产生 先在Xio治疗计划系统中选取5例使用Oncor5413治疗机射束模型设计的头颈调强放射治疗计划，使用Superposition算法，以2 mm间隔计算患者体内剂量分布，分别输出其在射野等中心点处冠状面、矢状面和横断面的剂量分布作为参考剂量分布，用于模拟实际验证测量结果。需要特别指出的是，Xio默认以1 mm间隔输出剂量分布。

(3) Pinnacle计划系统剂量分布的产生 将上述5例调强计划导入Pinnacle计划系统，使用Oncor4184治疗机射束模型重新计算剂量分布[1]。这种计划处理方式保证了调强射野机器跳数在两套计划系统间保持一致，防止不同算法的微弱绝对剂量改变对研究结果产生影响。

尽管Pinnacle计划系统中采用的是4184治疗机的射束模型与Xio系统不一致，但本研究使用的2台治疗机进行过束流匹配，这样就使2台治疗机的束流参数既非常接近又不完全一样，所以使用Xio系统计算结果模拟实际测量结果是可行的。

在Pinnacle系统中，分别以Adaptive Convolve算法、4 mm计算间隔；CC convolution算法、4 mm计算间隔；CC convolution算法、2 mm计算间隔进行三次剂量计算，并以4、2、1 mm 三种输出间隔分别输出三个平面的剂量分布用于后续分析。输出的剂量为所有射野的累积剂量分布。

(4) Gamma验证通过率的产生[2,3]本研究中，将Xio参考剂量分布作为Dataset1数据集，而将Pinnacle系统输出的剂量分布作为Dataset2数据集。使用Van Dyk% Difference设置， 3 mm、3%、阈值10为分析限制条件，使用最佳结果自动归一模式对上述的剂量分布进行相对剂量Gamma分析。采用相对剂量Gamma分析，是为了减少算法对剂量分布中绝对剂量的干扰。

(5) 统计学处理 本研究中对所有获得的Gamma通过率进行单因素的配对t检验分析[4]，分析的因素包括计算方法和计算间隔、输出间隔以及剂量输出平面。使用的统计软件为Matlab7.1(MathWorks，Massachusetts，USA)，P ＜ 0.05为差异有统计学意义。

2 结果

(1) 计算方法和计算间隔的Gamma通过率对比分析结果

CC convolution算法、2 mm计算间隔和CC convolution算法、4 mm计算间隔以及Adaptive Convolve算法、4 mm计算间隔，它们的平均Gamma通过率分别为98.48%、99.29%和99.31%。CC convolution算法、2 mm计算间隔与CC convolution算法、4 mm计算间隔比较，t = 6.804（P ＜ 0.05)；CC convolution算法、2 mm计算间隔与Adaptive Convolve算法、4 mm计算间隔比较，t = 6.747（P ＜ 0.05)； CC convolution算法、4 mm计算间隔与Adaptive Convolve算法、4 mm计算间隔比较，t =2.146（P ＜ 0.05)。

从分析结果可以看出，不同计算方法和计算间隔对调强验证通过率均有显著影响。从平均Gamma通过率还可以看出，CC convolution算法、2 mm计算间隔计算得到的剂量分布，相对于其他两种算法和计算间隔其平均通过率下降了0.8%。虽然CC convolution算法、4 mm计算间隔和Adaptive Convolve算法、4 mm计算间隔间存在显著差异，但其平均通过率的差异却很低，仅为0.02%。虽然本研究未能进行组间统计分析，但两两配对的分析也表明，计算间隔可能是形成统计差异的主要原因。以往的研究已经表明，对剂量分布进行插值会影响调强验证的通过率[5]。如果把本研究中CC convolution算法、2 mm计算间隔计算得到的剂量分布视为其他两种算法和计算间隔产生的剂量分布的插值结果的话，本研究得出这样的结果是合理的。

(2) 输出间隔对Gamma通过率的影响分析结果

在相同算法和计算间隔下，1 mm、2 mm、4 mm三种不同输出间隔的平均Gamma通过率分别为98.94%、98.94%和99.20%；1 mm输出间隔与4 mm输出间隔比较，t=3.689(P＜0.05)；2 mm输出间隔与4 mm输出间隔比较，t=3.226(P＜0.05)。

从分析结果可以看出，当使用相同的计算方法和计算间隔时，剂量分布的输出间隔可能对Gamma通过率产生影响。其中2 mm的输出间隔和1 mm的输出间隔之间没有明显差异，而4 mm的输出间隔相对2 mm和1 mm的输出间隔其验证通过率有所提高，提高具有统计差异。同样，如果把2 mm和1 mm的输出间隔视为对4mm输出间隔的抽样，本研究所获得的结果依然具有合理性。

(3) 输出间隔对Gamma通过率的影响分析结果

在相同算法、计算间隔和相同输出间隔下，横断面、矢状面、冠状面的剂量分布平均Gamma通过率分别为98.99%、99.43%和98.67%；横断面与矢状面比较，t=2.253(P＜0.05)；冠状面与矢状面比较，t=8.824(P＜0.05)。

从分析结果可看出，不同输出平面的剂量分布间的调强验证Gamma通过率也存在不同，矢状面的剂量分布的调强验证通过率相对于其他两个平面，具有统计学差异。

3 讨论

本研究的目的是研究计划参数是否会对Gamma通过率产生影响，在研究过程中只需要保证参考剂量分布不变即可，而无须关注参考剂量分布的来源，即无需关心参考剂量分布是计算所得还是测量所得。事实上，本研究即使不使用参考剂量分布，而直接将不同计划参数获得的剂量分布做两两对比分析也未尝不可。本研究还采用了配对t检验，由于检验的是Gamma通过率差异的分布，参考剂量分布的来源对分析结果没有影响。

本研究结果显示，无论是计算间隔还是输出间隔的提高，都可能降低调强验证的Gamma通过率。形成这种差异的原因可能和本研究中Gamma分析使用3 mm的限制条件相关。如果可以把高频间隔(空间间隔小）视为低频间隔（空间间隔大）的插值，换个角度也可以把低频间隔视为高频间隔的平均或抽样。具体到某一个计划系统，是抽样还是平均，取决于计划系统内部的处理方式。严格而言，这种间隔其实包含了两个概念，一是计算点体积元的大小，二是计算点间的间隔大小。计算点体积元很小，属于抽样效果，计算元体积较大视为平均效果。当低频间隔更多地表现出平均效果时，必然对变化比较快的剂量分布形成“消峰效果”，也显然会提高Gamma验证通过率。这一分析目前还无法从数学上加以证明。但从现象上看，这与测量插值对Gamma验证通过率的影响类似[5]。

从表面上看，本研究中3个平面剂量分布的抽取似乎是对一个三维立体总剂量分布的随机抽样，但对特定的肿瘤调强剂量分布而言，因为这种三维的剂量分布具有特定肿瘤部位的分布特点，这种抽样并不随机，三个正交平面的抽样实际上代表了三种不同的抽样方法。

在调强放疗临床实践中，具体输出什么平面的剂量分布和输出什么位置的剂量分布，通常取决于该治疗机构的调强放疗验证体系建立时的规范。因此，不同的机构或不同的验证体系完全可能在验证结果中引入抽样方法自身形成的误差，这种误差来源在确定验证体系的判断标准时应该引起足够的重视。

本研究的结果提示，调强验证过程中，计划系统若干参数对调强验证Gamma通过率具有或多或少的影响，其中一些影响具有显著性差异。从这一点出发，调强验证的过程可以视为一种实验抽样的过程。以往设定的调强验证通过与否的指标应该被视为是一种统计学判断的过程。在这个前提下作出的判断不仅可能在统计学上犯一类或二类错误，而且可能因为实验方法的不同，也就是抽样方法的不同而出现统计学判断的差异。所以，当一次验证失败时，如需检验验证本身的正确性，需加大验证的抽样量。在这种情况下，改变实验方法不完全能达到检验验证本身的目的。

需要特别强调的是Gamma通过率和调强体系验证通过率是两个不同的概念。后者特指进行通过验证的病例占全部调强验证病例的百分比。在本研究中，虽然一些计划系统参数对Gamma通过率的具有统计学上的影响，但其影响幅度并不很大（平均通过率相差0.02%-0.83%）。但由于Gamma通过率检验是一种阈值检验，弱小的误差依然可能做出错误的验证判断。同时，对具体的验证体系而言，计划系统的参数是也是误差来源之一，与测量和摆位带来的误差不同的是，这种误差属于验证体系本身的系统误差，理论上的影响是Gamma验证通过率的阈值，实际上的影响是调强验证体系的通过率。如果验证体系通过率不能保持一致，验证体系本身也就失去了可比性和通用性。

以本文的结果为例，假定甲乙两个放疗单位，其治疗方法和调强验证的方法除输出网格的大小不一样外其他都一样，甲使用4 mm间隔，乙使用1 mm间隔进行验证，甲单位的平均通过率高，乙单位的平均通过率低。假如两家单位使用同样的阈值。必然造成甲单位不该通过的验证被通过，而乙单位该通过的验证被否定了。两家单位调强验证的限制水平显然不一样。这与使用何种测量方法无关。

Pinnacle计划系统参数可能会对调强验证Gamma通过率产生影响，直接引用文献Gamma通过率指标作为调强验证体系的判断标准值得讨论。在做相关Gamma通过率文献报道时，建议附上计划系统输出剂量分布的详细参数设置。

[1] 张建英. Pinnacle计划系统静态调强治疗计划导入方法的探讨[J]. 中国医学物理学杂志, 2010, 27(4): 1980-1983.

[2] D. A. Low, W. B. Harms, S. Mutic, and J. A. Purdy.“A technique for the quantitative evaluation of dose distributions”[J]. Med Phys, 1998, 25（6）: 656–661.

[3] Jacob Van Dyk. Modern technology of radiation oncology[M].Madison: Medical Physics Publishing, 2000

[4] 金丕焕. 医用统计学[M]. 上海:上海医科大学出版社, 1997

[5] 张建英. 插值对二维电离室矩阵调强验证Gamma通过率的影响[J]. 中国医学物理学杂志, 2010, 27(6): 1980-1983.