呼吸运动对CT影像靶区勾画的运动体模研究

陈少卿，黎军和，何文静，游震宇，孙 哲，汪小浪

（南昌大学第一附属医院肿瘤科，南昌 330006）

非小细胞肺癌（non-small cell lung cancer，NSCLC）是严重影响广大人民健康、发病率最高的恶性肿瘤之一，三维适形放疗（3-dimensional conformal radiotherapy，3DCRT）和调强放疗（intensity modulated radiotherapy，IMRT）是NSCLC患者的主要治疗手段。3DCRT和IMRT精确实施的关键是靶区的精确勾画，其勾画的基础是CT图像采集。由于呼吸运动的存在，使得CT采集的图像出现运动伪影。笔者采用自主研发的呼吸运动体模系统模拟了肺的生理运动并验证不同运动状态和不同瘤体大小对CT图像中病灶体积的影响，现将结果报告如下。

1 材料与方法

1.1 呼吸运动体模系统

呼吸运动体模系统由运动平台和体模组成，见图1。本研究未考虑器官变形，而是假设器官运动是刚性的。运动平台由步进电机驱动，可以在平面内同时做二维运动，亦能模拟身体长轴方向（z轴）运动状态。本研究共模拟2种状态:静止状态和z轴运动。参考Erridge等［1］的测量数据，设定二维运动幅度z轴方向分别为1.0、1.5、2.0 cm，运动频率分别为20次·min-1。运动平台承载的体模大小为15 cm×15 cm×3 cm， 其内有 5个直径分别为 1.0、2.0、3.0、4.0及5.0 cm圆柱体，圆柱体高为2.5 cm，见图2。圆柱体内注射液体后，液体体积分别为1.6、6.1、13.4、23.4 及 36.7 cm3。

图1 呼吸运动体模系统

图2 体模

1.2 显像和测量

显像采用Discovery LS型PET-CT仪。体模内圆柱体注射3%泛影葡胺后，将体模及运动平台置于PET/CT扫描孔内，启动运动平台，模拟包括静止状态在内的4种呼吸运动状态。CT扫描参数:140 kV，90 mA，每环旋转时间0.8 s，螺距为 0.75，重建成4.25 mm·层-1的横断CT图像。CT窗宽为1500 Hu，窗位为-700 Hu。扫描结束后，将CT图像传输至Xeleris工作站，进行初步图像处理后，再将CT图像从Xeleris工作站传至Advantage Workstation工作站，利用图形软件勾画大体靶区（gross tumor volume，GTV），计算 GTV 体积。

1.3 实验分组

本研究对CT图像进行了比对研究，按体模圆柱体（瘤体）大小分为 5 组:GTV1、GTV2、GTV3、GTV4、GTV5。测量、计算各组静止状态及运动幅度为 1.0、1.5及 2.0 cm时的 GTV值（分别用 GTV0、GTV1.0、GTV1.5、GTV2.0表示）。

1.4 统计学方法

2 结果

所有体模均在CT扫描下清晰显像。各组不同状态下GTV值比较见表1。

表1 各组不同状态下GTV值比较 n=5，，V/cm3

表1 各组不同状态下GTV值比较 n=5，，V/cm3

LSD检验:*P＜0.05与同组GTV0比较；△P＜0.05与同组GTV2.0比较；其余两两比较均P＞0.05。

组别 GTV0 GTV1.0 GTV1.5 GTV2.0 F P GTV1 组 2.65±0.05 3.08±0.95 3.23±0.39* 3.27±1.25* 1.189 0.317 GTV2 组 6.80±0.43 9.31±2.35* 8.71±2.11* 9.30±3.21* 2.552 0.061 GTV3 组 13.15±1.12 16.23±3.09* 15.71±3.42* 15.38±3.92* 1.875 0.138 GTV4 组 23.65±0.27 26.84±4.30*△ 25.99±4.54*△ 30.82±6.63* 7.857 0.000 GTV5 组 36.55±0.27 42.27±4.63* 40.19±4.98*△ 45.48±6.78* 9.104 0.000

3 讨论

NSCLC近年来发病率和死亡率都有逐年增加的趋势，而3DCRT和IMRT是NSCLC的主要治疗手段。随着计算机技术的发展，数字图像处理技术的广泛应用，出现了高清晰度的CT等影像设备，加之高性能的放射治疗机及与之配套的放射治疗计划系统的出现，使3DCRT和IMRT技术日臻完善，成为目前最常用的放射治疗技术。3DCRT和IMRT实施过程中最重要的步骤之一就是基于CT图像的靶区勾画。国际放射单位与测量委员会（ICRU）于1993年对靶区的定义作了明确的定义:靶区包括GTV、临床靶区（CTV）及计划靶区（PTV），其中 GTV指临床可见或可触及的、可以通过诊断检查手段证实的肿瘤范围；在3DCRT和IMRT实施过程中，GTV的勾画是靶区勾画的最基础步骤。

目前临床上绝大多数情况下勾画GTV都是基于CT图像。随着多排螺旋CT的出现，CT影像采集时间显著缩短，降低了影像变形，提高了影像空间分辨率，特别是强大的影像后处理工作站的出现，临床上能得到解剖结构清晰、影像变形小的三维影像，为肿瘤设计放疗计划提供了优越良好的平台［2］。虽然CT图像在诊断时可以清晰地显示胸内脏器的微小病变，但CT诊断和CT定位对胸内脏器成像的要求是不同的，影像学诊断要求排除呼吸运动的干扰而形成清晰图像，而CT定位是在平静呼吸状态下进行CT扫描［3］。这样，CT定位时得到的CT图像必然受呼吸运动的影响。

呼吸运动为人体不自主运动之一，自由呼吸状态下肺部肿瘤受呼吸运动的影响，出现不同程度的位移。Erridge等［1］用EPID监测了 25例NSCLC患者肺部肿瘤的运动情况，发现肿瘤头脚方向运动距离为（12.5±7.3）mm（z轴方向）。 Shimizu 等［4］在患者自由呼吸状态下对肺部肿瘤进行CT扫描，利用三角形的各个边长之间的关系计算出肿瘤的位移，结果显示肺下叶肿瘤头脚方向平均位移9.1 mm（3.4～24.0 mm），上中叶肿瘤头脚方向的平均位移是6.2 mm（2.4～11.3 mm）。根据以上数据结果，本部分研究设定了运动平台的运动幅度。

患者在做3DCRT和IMRT治疗前的肿瘤定位与接受治疗时的状态一致，都是在平静呼吸状态下进行，有研究表明呼吸运动使得CT采集的图像出现运动伪影［5-6］或出现图像的几何变形［7］，在这种 CT图像上进行靶区勾画时容易产生空间遗漏［8-10］，从而进一步影响到GTV的勾画［11］。CT采用的是螺旋扫描，可在很短的时间内（几秒至十几秒）完成胸部图像采集，每一层CT图像仅代表占呼吸周期很小一部分的病灶形态信息，尤其在放疗CT定位不进行呼吸控制的扫描情况下，极易形成运动伪影，肿瘤形态和体积发生变形。以上所述的原因将导致CT图像的不确定性，这种不确定性势必造成勾画GTV时，所勾画的GTV与实际情况不符合，从而导致过多的正常肺组织接受不必要的高剂量照射，同时也容易引起肿瘤漏照。

本研究使用了二维呼吸运动模拟系统，近似模拟了z轴不同运动幅度下GTV勾画情况。结果显示GTV1、GTV2及 GTV3组静止状态下GTV与运动幅度分别为1.0、1.5及2.0 cm状态下GTV之间差异无统计学意义（P 分别为:0.317、0.061、0.138），而GTV4和GTV5组静止状态下GTV与运动幅度分别为1.0、1.5及2.0 cm状态下GTV之间差异有统计学意义（P分别为:0.000、0.000）。 说明在z轴方向不同的运动幅度下，CT图像勾画的GTV体积会与靶区的真实体积产生一定差异，在瘤体直径为1.0～3.0 cm时，这种差异不明显，但是瘤体直径为4.0～5.0 cm时，这种差异很明显，提示这种情况下CT图像勾画的GTV体积可能与事实严重不符，不建议用这种CT图像勾画GTV。进一步的检验分析显示，随着z轴方向运动幅度的加大，CT图像勾画的靶区会越来越偏离肿瘤实际情况，用这种CT图像勾画GTV，将明显与肿瘤实际大小不一致。

综上所述，CT图像必将随着CT设备的发展而不断获得提高，但由于呼吸运动的存在，得到的CT图像与实际情况会产生一定的差异，这在某种程度上会严重影响放疗计划制定过程中GTV的勾画，从而导致靶区剂量的不准确或增加靶区周围高危器官的受照剂量，因此在制定放疗计划时最好使用门控技术等有效措施降低呼吸运动对放疗靶区勾画的影响。

［1］Erridge S C，Seppenwoolde Y，Muller S H，et al.Portal imaging to assess set-up errors,tumor motion and tumor shrinkage during conformal radiotherapy of non-small cell lung cancer［J］.Radiother Oncol,2003,66:75-85.

［2］何小满，杨玉兰.诊断用螺旋CT定位在三维适形放疗中的价值分析［J］.中国实验诊断学,2012,16（6）:1107-1108.

［3］曾学富，郎锦义.呼吸运动对肝癌放疗靶区的影响［J］.西南军医,2011,13（5）:886-889.

［4］Shimizu S，Shirato H，Kagei K，et al.Impact of respiratory movement on the computed tomographic images of small lung tumors in the three-dimensional（3D）radiotherapy［J］.Int J Radiat Oncol Biol Phys，2000，46（5）:1127-1133.

［5］Liu F，Hu Y，Zhang Q，et al.Evaluation of deformable image registration and a motion model in CT images with limited features［J］.Phys Med Biol，2012，57（9）:2539-2554.

［6］Kyriakou E，Mckenzie D R.Changes in lung tumor shape during respiration［J］.Phys Med Biol，2012，57（4）:919-935.

［7］杨克柽,余晓锷,张书旭,等.三维 CT图像的运动伪影［J］.实用放射学杂志，2006，22（9）:1134-1136.

［8］Bosmans G，Buijsen J，Dekker A，et al.An “in silico”clinical trial comparing free breathing,slow and respiration correlated computed tomography in lung cancer pa－tients ［J］.Radiother Oncol，2006，81（1）:73-80.

［9］Hoisak J D，Sixel K E，Tirona R,et al.Correlation of lung tumor motion with external surrogate indicators of respiration［J］.Int J Radiat Oncol Biol Phys，2004，60（4）:1298-1306.

［10］Caldwell C B，Mah K，Skinner M，et al.Can PET provide the 3D extent of tumor motion for individualized internal target volumes A phantom study of the limitations of CT and the promise of PET［J］.Int J Radiat Oncol Biol Phys，2003，55（5）:1381-1393.

［11］Rao M，Wu J，Cao D，et al.Dosimetric impact of breathing motion in lung stereotactic body radiotherapy treatment using image-modulated radiotherapy and volumetric modulated arc therapy［J］.Int J Radiat Oncol Biol Phys，2012，83（2）:e251-e256.