光子优化算法与逐级递进解析优化算法在鼻咽癌容积旋转调强计划的剂量学对比研究

刘致滨，石锦平，张利文，谢秋英，滕建建，李盈辉

佛山市第一人民医院（中山大学附属佛山医院）肿瘤中心放疗科，广东佛山528000

前言

鼻咽癌是中国华南地区最常见的肿瘤之一，放射治疗已成为鼻咽癌最主要的治疗手段。放射治疗需要照射鼻咽原发灶和颈部淋巴区，靶区形状复杂且较长，周围伴有重要的器官如晶体、视神经、视交叉、脊髓、脑干等。而容积旋转调强技术在实现高度的剂量适形和肿瘤靶区高剂量的同时还可以有效地保护正常组织，已较为广泛地应用于鼻咽癌的放射治疗[1-3]。光子优化（Photon Optimization,PO）算法是瓦里安Eclipse计划系统13.5版本后提出的一种新型算法，基于全新的体素模型来实现[4-5]；而以往Eclipse计划系统优化容积旋转调强采用的是逐级递进解析优化（Progressive Resolution Optimization,PRO）算法，是基于传统的点云模型[6-7]。目前，PO算法在鼻咽癌容积旋转调强放射治疗中的应用相关报道较少。本研究基于Eclipse13.5计划系统，比较PO算法与PRO算法在鼻咽癌容积旋转调强放射治疗中的剂量学特性，为PO算法应用于鼻咽癌的临床治疗计划中提供一定的参考。

1 材料与方法

1.1 临床资料

选取2018年1月～11月在佛山市第一人民医院（中山大学附属佛山医院）接受放射治疗的20例鼻咽癌患者作为研究对象，年龄42～78岁，中位年龄60岁，其中男12例，女8例。患者均接受旋转容积调强放射治疗。

1.2 CT模拟定位

患者均采取仰卧位，热塑头颈肩膜固定，行静脉增强造影。在Philips Brilliance 16排大孔径CT模拟机上按照头脚方向行CT平扫和增强扫描。平静呼吸下开始扫描，层厚3 mm，扫描范围为头顶至锁骨头下2 cm。扫描后的CT图像通过ARIA网络传送到Eclipse13.5计划系统。

1.3 靶区勾画及剂量限制

结合MRI图像，在CT图像上逐层勾画靶区和危及器官。勾画的靶区包括原发肿瘤区（GTVnx）、转移淋巴结肿瘤区（GTVnd）、亚临床病灶高危靶区（CTV1）、亚临床病灶低危靶区（CTV2）和低危转移淋巴引流区和预防照射区（CTVn）。根据体位固定方式和摆位误差来设置相应的外放边界，定义各个区域的计划靶区分别为PGTVnx、PGTVnd、PTVl和PTV2，其中PTV2是CTV2和CTVn两者外扩形成[8-9]。PGTVnx、PGTVnd、PTVl和PTV2的处方剂量分别为70、68、62和54 Gy。勾画的危及器官主要有脊髓、脑干、视神经、晶状体、颞叶、喉以及腮腺等。

1.4 放射治疗计划设计

采用Eclipse 13.5计划系统设计容积旋转调强计划，对每例患者同一CT图像，分别用PO算法和PRO算法设计两种计划，即PO计划和PRO计划。靶区和危及器官的优化限制参数均相同。两种计划均设置为两条全弧，分别为179°逆时针至181°（准直器角度15°）和181°顺时针至179°（准直器角度345°），准直器在X方向上的宽度不超过15 cm。在瓦里安加速器Trilogy上进行治疗，采用6 MV X光子线，治疗次数为33次，每周治疗5天，每天治疗一次。采用PO算法进行计划优化，所产生的计划能够达到处方剂量和危及器官限量的要求；对于PRO计划，采用和PO算法相同的靶区和危及器官的优化限制参数重新进行优化，得到对应的剂量体积直方图。

1.5 评价指标

主要通过靶区和危及器官的剂量体积分布对两种优化算法得到的计划进行对比研究。根据ICRU 83号报告，靶区剂量分布主要比较计划靶区的最大剂量D2%、平均剂量Dmean、最小剂量D98%、覆盖率、适形度指数（Conformity Index,CI）和均匀性指数（Homogeneity Index,HI）。CI=V2t,ref/(Vt×Vref)，其中Vt,ref表示PTV接受处方剂量的体积；Vt表示PTV的体积；Vref表示全身接受处方剂量的体积。HI=(D2%-D98%)/D50%，其中D50%表示中位剂量[10]。危及器官根据类型分别评价最大剂量Dmax、体积剂量D50%、D5%和D1%，Dx%表示某器官x%的体积所受到的剂量。分别统计PO计划和PRO计划的机器总跳数和优化耗时，其中优化耗时是指设置好优化限制条件后开始优化至剂量计算结束所耗费的时间。

计划验证采用德国IBA公司的Matrixx二维矩阵和MultiCube模体进行剂量测量。分别用3 mm/3%、剂量阈值为10%和2 mm/3%、剂量阈值为10%两种标准来评价计划gamma通过率。

1.6 统计学方法

采用SPSS 20.0软件对两种优化算法得到的计划进行配对t检验，显著性水平α=0.05。P＜0.05为差异具有统计学意义。

2 结果

2.1 靶区剂量分布

两种优化算法产生的计划均能满足处方要求。从表1和图1可以看出PO计划和PRO计划的剂量分布相似，处方剂量线均能较好地包围靶区，PGTVnx内最大剂量点未超过处方剂量的110%。在靶区剂量分布上，PO计划与PRO计划中PGTVnx的D2%、Dmean、D98%、靶区覆盖率、CI和HI均相差不大，差异无统计学意义（P＞0.05）。两种优化算法最大的差别在PGTVnd、PTV1、PTV2的剂量分布上。PO计划在PGTVnd、PTV1、PTV2的D98%和Dmean均优于PRO计划，差异具有统计学意义（P＜0.05）。

图1 PO计划和PRO计划的DVH图Fig.1 Dose-volum e histogram of PO p lan and PRO p lan

表1 PO计划和PRO计划的患者靶区剂量参数比较（n=20,±s）Tab.1 Dosim etric comparison for planning target volum e between PO p lan and PRO p lan(n=20,M ean±SD)

表1 PO计划和PRO计划的患者靶区剂量参数比较（n=20,±s）Tab.1 Dosim etric comparison for planning target volum e between PO p lan and PRO p lan(n=20,M ean±SD)

PO：光子优化；PRO：逐级递进解析优化；CI：适形度指数；HI：均匀性指数

靶区PGTVnx PGTVnd PTV1 PTV2参数D2%/cGy D98%/cGy Dmean/cGy覆盖率/%CI HI D98%/cGy Dmean/cGy D98%/cGy Dmean/cGy D98%/cGy Dmean/cGy PO计划7 518.3±45.7 6 995.1±28.0 7 206.6±108.6 97.73±1.10 0.745±0.028 0.072±0.008 6 782.0±29.7 7 072.7±51.3 6 366.1±30.9 7 066.1±44.3 5 482.7±38.9 6 442.3±98.0 PRO计划7 499.5±59.8 6 999.9±28.6 7 193.1±95.2 97.88±1.07 0.742±0.023 0.070±0.008 6 753.8±35.9 7 021.8±34.9 6 335.2±21.4 7 039.0±41.4 5 450.2±30.8 6 397.8±94.5 P值0.055 0.452 0.095 0.530 0.252 0.099 0.005 0.000 0.000 0.000 0.000 0.000

2.2 危及器官剂量分析

两种计划中，左右晶体、左右腮腺、左右颞叶、左右视神经的受量无统计学差异（P＞0.05）。但是PRO计划的脑干D1%和Dmean、脊髓D1%及喉Dmean均低于PO计划，差异具有统计学意义（P＜0.05）。详见表2。

2.3 机器跳数和优化耗时

PO计划平均跳数为（496.7±45.0）MU，而PRO计划平均跳数为（562.7±58.2）MU，PRO计划平均跳数增至PO计划的1.13倍，差异具有统计学意义（P=0.000）。

PO计划优化耗时为（27.36±2.19）m in，PRO计划优化耗时为（45.56±2.30）m in。在计划优化效率上PRO计划优化平均耗时为PO计划的1.66倍，差异具有统计学意义（P=0.000）。

2.4 剂量验证

两种计划的gamma通过率均在3mm/3%标准下大于95%，在2 mm/3%标准下大于90%，均能满足临床治疗的要求。PO计划在3 mm/3%和2 mm/3%标准下通过率均值为（99.13±0.81）%和（97.77±1.31）%，而PRO计划在3 mm/3%和2 mm/3%标准下通过率均值为（98.62±0.84）%和（96.84±1.31）%。两种剂量验证标准下，PO计划的gamma通过率均优于PRO计划，且结果具有统计学意义（P＜0.05）。

表2 PO计划和PRO计划的患者危及器官剂量参数比较（n=20,cGy,± s）Tab.2 Dosim etric com parison for organs-at-risk between PO plan and PRO p lan(n=20,cGy,Mean±SD)

表2 PO计划和PRO计划的患者危及器官剂量参数比较（n=20,cGy,± s）Tab.2 Dosim etric com parison for organs-at-risk between PO plan and PRO p lan(n=20,cGy,Mean±SD)

危及器官脑干参数D1%Dmean脊髓左晶体右晶体左腮腺D1%Dmax Dmax Dmean D50%右腮腺Dmean D50%左颞叶Dmean D5%右颞叶Dmean D5%左视神经D1%D5%右视神经D1%D5%喉Dmean PO计划5 242.8±303.0 3 046.8±340.1 3 586.3±91.3 511.0±98.7 509.3±88.2 3 759.7±343.5 3 433.0±517.2 3 691.7±446.2 3 341.7±612.7 2 211.1±348.2 4 512.7±1 655.0 2 150.7±434.8 5 525.4±675.8 3 686.7±1 490.9 3 414.6±1 486.3 3 651.5±1 501.9 3 412.6±1 472.6 4 054.6±214.9 PRO计划5 124.6±293.8 2 985.0±268.7 3 524.0±49.2 508.9±83.1 509.2±71.8 3 741.9±339.2 3 382.4±478.5 3 670.3±434.9 3 318.1±598.2 2 164.9±359.7 4 455.5±1711.2 2 110.6±413.7 5 414.8±576.8 3 602.6±1 557.7 3 335.4±1 531.3 3 635.1±1 545.1 3 377.6±1 474.3 4 016.0±201.9 P值0.003 0.003 0.005 0.682 0.995 0.070 0.151 0.063 0.307 0.056 0.053 0.053 0.062 0.188 0.183 0.776 0.463 0.003

3 讨论

鼻咽癌的标准治疗方案是放射治疗，或者再结合化疗，化疗主要用于晚期患者。鼻咽的解剖位置较深，结构复杂，容易出现颈部和咽后淋巴结转移，且不容易手术切除，放射治疗是鼻咽癌患者的主要治疗手段。同时鼻咽靠近晶体、视神经、视交叉、脊髓、脑干等重要器官，这些危及器官对射线敏感，因此在提高局控率时，需要更高的技术精度[11-13]。通常采用普通调强或者容积旋转调强等方式进行治疗，不仅可以对肿瘤进行高剂量的照射，同时也能较好地保护周边正常组织。容积旋转调强放射治疗是通过机架旋转配合多叶准直器的运动来实现调强计划，使得计划设计方式和照射更加灵活。

在逆向调强放射治疗计划的设计过程中，优化算法、计算网格、计算分辨率等都会直接影响治疗计划的投照精度和效率[14-16]。PRO算法的优化过程基于多级解析层级的方法，采用点云模型来进行优化。而PO算法采用全新的三维体素结构模型，在空间上使用图像的一个单一矩阵来进行采样剂量和剂量体积直方图计算。Jiang等[17]对PO算法和PRO算法的研究表明无论是否使用Rapid-plan技术，PO算法相比PRO算法能得到更好的容积旋转调强计划。李莎等[18]通过研究在PO算法在3种分辨率下容积旋转调强计划的剂量学差异，靶区和危及器官受优化分辨率影响较小，但是时间差异明显，2.5 mm分辨率较为合适。

本研究以20例鼻咽癌患者的PO算法和PRO算法得到的计划为基础进行结果分析。PO计划和PRO计划在靶区剂量分布上类似，由于PO算法采用三维体素结构模型来计算，因此在靶区剂量分布上略有优势，PGTVnd、PTV1、PTV2 的 D98%和 Dmean均优于PRO计划。但是在脑干、脊髓及喉的保护上，PRO计划优于PO计划。PO计划的平均机器跳数相对于PRO计划减少13%，进一步降低散射线的影响，减少正常组织的低剂量照射体积，降低再次致癌的几率，同时提高机器的利用效率[19-20]。在计划优化效率上，PO计划优化耗时相比PRO计划缩短66%，大大提高了剂量师的工作效率，且在两种标准下，PO计划的gamma通过率均高于PRO计划。综合考虑计算精度和优化效率，推荐使用PO算法作为鼻咽癌容积旋转调强计划的优化算法。