算法和匹配数目对宫颈癌危及器官自动勾画的影响

王金媛，徐寿平，2，杨微，张慧娟，曲宝林，2，郑庆增

1.中国人民解放军总医院放疗科，北京100853；2.北航大数据精准医疗高精尖创新中心，北京100083；3.北京老年医院放疗科，北京100095

前言

放射治疗过程中危及器官轮廓的勾画是一个极其重要的环节。常规医生手动勾画耗时、费力，而且勾画者之间具有较大的差异性［1］，自动勾画软件的出现能够在一定程度上帮助医生提高勾画效率［2］，减少勾画者之间的差异性［3］。但对自动勾画软件勾画结果的评价［4］以及提高自动勾画精确性的方法［5］仍在不断的探索中。

MIM-Maestro软件作为一款医学图像和信息管理软件，主要用于多模态医学图像的配准和融合、放射治疗剂量的叠加、自动器官轮廓勾画等。MIMMaestro将含有勾画数据的模板CT图像组成自定义图谱库，新病例CT图像与图谱库中不同对象进行比较找出最佳的匹配，匹配后基于密度进行形变配准，将模板中CT图像形变至目标CT图像中，与此同时模板中解剖结构轮廓通过形变配准参数转换到目标CT图像，进而快速得到最终器官轮廓勾画的结果。

本研究拟运用MIM-Maestro软件（Version 6.6.5）进行宫颈癌危及器官的自动勾画，探究勾画算法以及勾画匹配数对自动勾画结果的影响，以期为临床应用中匹配数和勾画算法的选择提供一定的参考或指导。

1 材料与方法

1.1 实验方法

选取70例2014年7月～2017年4月期间中国人民解放军总医院收治的宫颈癌患者。患者均采用体膜固定，仰卧位行定位扫描，定位前半小时饮用500 mL水并进行憋尿。采用Siemens大孔径CT（Siemens SOMATOM 64排）实施CT扫描，层厚为3 mm，将所得图像通过DICOM传输至Eclipse计划系统（Version 10.0），由一名经验丰富的临床医生在CT图像上手动勾画出危及器官并定义为Vref（Vreference，参考勾画），目标勾画包括膀胱、直肠和双侧股骨头。

应用MIM-Maestro软件（Version 6.6.5）建立宫颈癌图谱库，图谱库中包含模板病例60例，分别应用多数投票算法及STAPLE算法，选择1、3、5、7、9个勾画匹配数对另外10例目标CT图像进行危及器官的自动勾画并分别计时，将应用多数投票算法的自动勾画结果定义为 VAC-MV-1、VAC-MV-3、VAC-MV-5、VAC-MV-7、VAC-MV-9，将应用STAPLE算法的自动勾画结果定义为VAC-STAPLE-1、VAC-STAPLE-3、VAC-STAPLE-5、VAC-STAPLE-7、VAC-STAPLE-9。运用评价参数将各组自动勾画的结果与Vref进行比较，得出勾画算法及匹配数目对自动勾画结果的影响。

1.2 勾画算法介绍

多数投票算法：在自动轮廓勾画的过程中，选择图谱库中与目标CT图像匹配度最高的图像并将勾画轮廓通过形变配准传递到目标图像后，为将目标图像的所有分割结果合并为最终的轮廓勾画结果而采用的算法。通过检测目标CT图像中所有体素与自动勾画轮廓的对应区域，并对自动勾画轮廓加权评分，进而得到最终的勾画结果［6］。

STAPLE（Simultaneous Truth and Performance Level Estimation）算法：同步真值和性能等级评估算法，与多数投票算法在自动轮廓勾画中应用的节点相同，采用期望最大化方法，计算真值分割结果的概率性预估以及每个分割结果所代表的性能等级的评估，即计算每个自动勾画分割结果对其组合勾画的影响，并赋予其期望值，根据期望值形成最终勾画［7］。

1.3 评价参数

（1）勾画时间：分为自动勾画时间和手动勾画时间。

（2）Dice相似性系数（Dice Similarity Coefficient,DSC）［8］：

其中，Vref为参考勾画的体积，Vauto为自动勾画的体积。

（3）质心偏差（Deviation of Centroid,DC）：

（4）敏感性指数（Sensitivity Index,SI）［9］：

（5）Jaccard系数（Jaccard Index,JAC）［10］：

（6）Hausdorff距离（Hausdorff Distance,HD）［11］：假设有两组集合X={x1,…,xn}、Y={y1,…,yn}，则这两个点集合之间的HD定义为：

1.4 统计学分析

应用SPSS 22软件，采用单因素方差法对各匹配数勾画结果进行统计学分析，并采用最小显著性差异法（LSD）进行事后多重比较；采用配对样本t检验对两种算法勾画结果进行统计学分析，P＜0.05为差异具有统计学意义。

2 结果

2.1 多数投票算法勾画结果

应用多数投票算法的勾画结果如表1所示，自动勾画所需时间随匹配数目的增加呈线性增加，但均小于手动勾画时间（10.25±0.58）min。对于膀胱，仅SI显示匹配数为1时与其他4组有显著性差异，匹配数为3、5、7、9的勾画结果基本相同，均优于匹配数为1的勾画结果。对于直肠，各参数结果无统计学差异，DSC、DC、HD、JAC均值基本一致，SI均值随匹配数的增加而减小。对于左侧股骨头，DSC、HD、JAC均显示匹配数为1的结果与其他4组有显著性差异，SI均值随匹配数增加而增大，DC均值随匹配数的增加而减小。右侧股骨头的各参数均无统计学差异，各参数均值随匹配数的增加呈向好趋势。

表1 不同匹配数自动勾画危及器官的参数结果（多数投票算法）（±s）Tab.1 Results of auto-segmentation of organs-at-risk by different matching numbers(majority vote algorithm)(Mean±SD)

表1 不同匹配数自动勾画危及器官的参数结果（多数投票算法）（±s）Tab.1 Results of auto-segmentation of organs-at-risk by different matching numbers(majority vote algorithm)(Mean±SD)

DSC：Dice相似性系数；SI：敏感性指数；DC：质心偏差；HD：Hausdorff距离；JAC：Jaccard系数；各个符号代表不同组之间具有统计学差异（P＜0.05）：*表示VAC-MV-1与VAC-MV-3之间具有统计学差异；△表示VAC-MV-1与VAC-MV-5之间具有统计学差异；○表示VAC-MV-1与VAC-MV-7之间具有统计学差异；□表示VAC-MV-1与VAC-MV-9之间具有统计学差异

0.53 0.90 1.00 0.23 0.49参数时间/min膀胱DSC SI DC/cm HD/cm JAC直肠DSC SI DC/cm HD/cm JAC左侧股骨头DSC SI DC/cm HD/cm JAC右侧股骨头DSC SI DC/cm HD/cm JAC VAC-MV-1VAC-MV-3VAC-MV-5VAC-MV-7VAC-MV-9 0.94±0.071.89±0.092.88±0.193.91±0.214.97±0.27 P值0.00 0.77±0.10 0.88±0.11 1.07±0.60 3.60±1.51 0.64±0.14 0.83±0.07 0.95±0.03 0.60±0.35 2.92±1.17 0.72±0.11 0.85±0.09 0.95±0.03 0.61±0.58 2.87±1.39 0.74±0.12 0.84±0.10 0.95±0.03 0.75±0.57 3.13±1.70 0.73±0.13 0.85±0.09 0.94±0.03 0.70±0.58 2.94±1.49 0.74±0.13 0.33*△○□0.31 0.80 0.30 0.53±0.07 0.54±0.12 1.65±0.55 3.83±1.10 0.36±0.06 0.53±0.08 0.52±0.09 1.58±0.75 3.54±0.89 0.37±0.08 0.52±0.07 0.48±0.10 1.69±0.76 3.75±0.67 0.35±0.06 0.51±0.09 0.46±0.11 1.71±0.81 3.55±0.72 0.35±0.08 0.51±0.11 0.46±0.13 1.74±0.81 3.64±0.64 0.35±0.10 0.97 0.41 0.99 0.92 0.98 0.82±0.06 0.83±0.10 0.30±0.20 1.17±0.27 0.70±0.08 0.86±0.04 0.86±0.09 0.24±0.13 0.98±0.33 0.75±0.06 0.87±0.06 0.87±0.10 0.21±0.18 0.79±0.27 0.77±0.09 0.88±0.03 0.87±0.06 0.19±0.11 0.80±0.16 0.78±0.04 0.88±0.02 0.88±0.05 0.18±0.10 0.80±0.13 0.79±0.03*△○□0.63 0.40*△○□*△○□0.85±0.05 0.88±0.07 0.25±0.17 1.10±0.34 0.74±0.07 0.85±0.03 0.88±0.07 0.26±0.18 1.05±0.32 0.74±0.05 0.86±0.05 0.89±0.09 0.25±0.16 0.92±0.30 0.76±0.07 0.87±0.04 0.90±0.07 0.24±0.15 0.87±0.25 0.77±0.05 0.87±0.03 0.90±0.06 0.25±0.13 0.84±0.28 0.78±0.05

2.2 STAPLE算法勾画结果

采用STAPLE算法时，勾画结果如表2所示。自动勾画所需时间随匹配数目的增加亦呈线性增加。对于膀胱，仅SI显示匹配数为1时与其他4组有显著性差异，其余各参数均值显示匹配数为3时勾画结果达到最优，当匹配数继续增加时各参数均值有略微变差趋势。对于直肠，SI显示当匹配数为1和3时分别与5、7、9有显著性差异，DSC、SI、JAC的均值随匹配数的增加而增大，HD的均值随匹配数的增加而减小。对于左侧股骨头，DSC、SI、HD、JAC均显示匹配数为1时与其他4组有显著性差异，匹配数为3时SI与匹配数为5、7、9有统计学差异，DC的均值随匹配数的增加而减小。对于右侧股骨头，SI显示匹配数为1、3的结果分别与5、7、9有显著性差异，其余各参数均值基本一致。

表2 不同匹配数自动勾画危及器官的参数结果（STAPLE算法）（±s）Tab.2 Results of auto-segmentation of organs-at-risk by different matching numbers(STAPLE algorithm)(Mean±SD)

表2 不同匹配数自动勾画危及器官的参数结果（STAPLE算法）（±s）Tab.2 Results of auto-segmentation of organs-at-risk by different matching numbers(STAPLE algorithm)(Mean±SD)

各个符号代表了不同组之间具有统计学差异（P＜0.05）：*表示VAC-STAPLE-1与VAC-STAPLE-3之间具有统计学差异；△表示VAC-STAPLE-1与VAC-STAPLE-5之间具有统计学差异；○表示VAC-STAPLE-1与VAC-STAPLE-7之间具有统计学差异；□表示VAC-STAPLE-1与VAC-STAPLE-9之间具有统计学差异；#表示VAC-STAPLE-3与VAC-STAPLE-5之间具有统计学差异；^表示VAC-STAPLE-3与VAC-STAPLE-7之间具有统计学差异；!表示VAC-STAPLE-3与VAC-STAPLE-9之间具有统计学差异

参数时间/min膀胱DSC SI DC/cm HD/cm JAC直肠DSC SI DC/cm HD/cm JAC左侧股骨头DSC SI DC/cm HD/cm JAC右侧股骨头DSC SI DC/cm HD/cm JAC VAC-STAPLE-1VAC-STAPLE-3VAC-STAPLE-5VAC-STAPLE-7VAC-STAPLE-9 0.96±0.071.90±0.112.93±0.143.94±0.285.00±0.27 P值0.00 0.76±0.10 0.89±0.11 1.10±0.56 3.67±1.43 0.63±0.13 0.83±0.08 0.95±0.03 0.61±0.36 2.93±1.18 0.72±0.11 0.80±0.14 0.96±0.03 0.83±0.80 3.49±1.89 0.69±0.17 0.78±0.15 0.97±0.03 0.98±0.80 3.63±1.88 0.66±0.18 0.79±0.15 0.97±0.02 0.94±0.84 3.68±1.98 0.67±0.19 0.82*△○□0.60 0.84 0.79 0.51±0.05 0.52±0.12 1.64±0.55 3.81±1.10 0.35±0.04 0.52±0.09 0.53±0.09 1.61±0.84 3.60±0.95 0.36±0.08 0.56±0.06 0.66±0.10 1.61±0.69 3.49±0.58 0.39±0.06 0.57±0.08 0.65±0.09 1.66±0.67 3.14±0.47 0.40±0.08 0.57±0.07 0.71±0.08 1.63±0.66 3.27±0.67 0.40±0.07 0.28△○□#^!1.00 0.35 0.29 0.81±0.06 0.81±0.09 0.31±0.19 1.25±0.28 0.68±0.08 0.86±0.04 0.88±0.09 0.22±0.14 0.96±0.34 0.75±0.06 0.87±0.03 0.95±0.03 0.18±0.11 0.88±0.23 0.77±0.05 0.87±0.03 0.96±0.02 0.17±0.11 0.90±0.33 0.76±0.04 0.86±0.04 0.96±0.02 0.18±0.12 0.93±0.29 0.76±0.05*△○□*△○□#^!0.12*△○□*△○□0.85±0.05 0.88±0.07 0.24±0.17 1.12±0.34 0.74±0.07 0.85±0.03 0.90±0.07 0.26±0.18 1.10±0.33 0.74±0.05 0.85±0.04 0.95±0.04 0.27±0.16 1.12±0.39 0.73±0.06 0.85±0.04 0.97±0.03 0.27±0.17 1.23±0.34 0.74±0.05 0.84±0.04 0.96±0.03 0.28±0.16 1.2±0.32 0.73±0.06 0.99△○□#^!0.99 0.89 0.99

2.3 多数投票算法和STAPLE算法的勾画结果比较

多数投票算法和STAPLE算法的勾画结果（匹配数为3）示意图如图1所示，统计学分析结果如表3所示。各危及器官的勾画结果参数显示仅双侧股骨头的SI有显著性差异，左侧股骨头VAC-MV-3vsVAC-STAPLE-3为（0.86±0.09）vs（0.88±0.09），右侧股骨头 VAC-MV-3vsVAC-STAPLE-3为（0.88±0.07）vs（0.90±0.07），STAPLE算法相比多数选择算法的勾画结果更接近于手动勾画。其他参数均值基本一致，均无统计学差异，勾画算法的选择不影响自动勾画所需时间。

图1 不同算法勾画结果示意图Fig.1 Schematic diagrams of segmentation results obtained by different algorithms

表3 多数投票算法和STAPLE算法勾画结果（匹配数为3）的统计学分析Tab.3 Statistical analysis on segmentation results obtained by majority vote algorithm and STAPLE algorithm(match number of 3)

3 讨论

自动勾画软件在放射治疗进程中扮演重要的角色，对于医生来说是一种极其有效的工具，除了节省时间、提高工作效率，同时也能改善勾画者差异性，如何提高自动勾画精度、勾画精确性的影响因素、图谱库的建立方式、剂量学评估［12］等一直是研究者们所探寻的方向，涉及到的病例也颇为广泛，包括鼻咽癌［13-14］、乳腺癌［15-16］、宫颈癌［17］、食管癌［18］、胸部危及器官［19］等。研究结果表明自动勾画软件的使用在临床应用中可以大量节约时间和资源，多模板的勾画方式优于单模板且更适用于临床，但是仍无法直接满足临床需求，需经过一定的手工修正后才能满足临床需要，自动勾画结果和手动勾画结果在剂量上有较强的关联性，但是自动分割危及器官的质量不能仅通过几何参数来验证和说明。

在本研究中，笔者研究了勾画算法及匹配数目在基于Atlas实施宫颈癌危及器官自动勾画时对自动勾画结果的影响，研究结果显示在应用MIM软件进行自动勾画时，自动勾画所需时间随匹配数目的增加呈线性增加，但仍小于手动勾画时间，一定程度上能够提高勾画效率。

选择多数投票算法进行自动勾画时，膀胱的自动勾画结果显示，当匹配数为1时，勾画结果最差，随着匹配数的增加，勾画结果较稳定，均优于匹配数为1时的勾画结果；对于直肠，各评价参数结果均较差，除SI外其他参数的均值均显示匹配数为3时，勾画结果最佳；对于股骨头，各匹配数勾画结果均较好，且随着匹配数的增加，勾画结果有变优的趋势。

选择STAPLE算法进行自动勾画时，匹配数为3时膀胱的勾画结果最好；随匹配数的增加，直肠的勾画结果趋于变好；对于左侧股骨头，匹配数为1时最差，匹配数为3时次之，匹配数为5、7、9时较好，且各组勾画结果均在较高的水平；对于右侧股骨头，各组勾画结果差异不大。

将两种勾画算法的结果进行比较时发现，匹配数相同的勾画时间基本相同，勾画时间只受匹配数大小的影响；各器官勾画结果显示，仅双侧股骨头的SI有统计学差异，说明STAPLE算法对于股骨头的勾画更加接近于手动勾画，但其他评价参数均值基本一致，表明两组勾画算法的结果基本相同。

综上所述，两种勾画算法的勾画结果无较大差异；选择除1之外的另外4种匹配数均可得到较好的结果，但在时间上，匹配数为9时［（4.97±0.27）min］所需勾画时间是匹配数为3时［（1.89±0.09）min］的2.6倍，因此建议匹配数为3就基本能满足临床勾画需求。

在文献调研中笔者还发现，影响自动勾画精确性还有诸多其他因素，比如身高、体质量、体表面积、器官体积以及在头部危及器官的勾画中头的直径、颈部直径等［20］，对于自动勾画的更多影响因素以及更多部位的临床应用需要进一步的研究，使得自动勾画工具更好地应用于临床。