金属伪影对鼻咽癌放疗危及器官自动勾画的影响

宋威，鹿红，马珺，赵迪，王逸君，黄维，秦亮，于大海

江苏省中医院放疗科，江苏南京210029

前言

放疗是非转移性鼻咽癌首选的治疗方法［1］。调强放疗技术由于其高度适形的剂量分布和靶区外剂量的快速跌落，现已成为鼻咽癌最主要的治疗手段［2］。准确勾画靶区和危及器官（Organs-at-Risk,OAR）是调强放疗成功实施的前提［3］。由于鼻咽癌靶区邻近众多对射线敏感且精细的解剖结构，放疗医师人工勾画OAR 需要投入大量的时间和精力，面临巨大的工作量和一致性差异［4］。近年来基于深度学习的自动勾画方法为提升临床OAR轮廓勾画的准确性和工作效率提供了可能［5-6］。深度学习方法能够学习大量样本中蕴含的OAR共同的强度模式和多层次多尺度的特征。已有很多研究报道在头颈部放疗中，深度学习方法分割OAR 的性能优于传统图谱库方法［7-9］。临床治疗中鼻咽癌放疗患者安装有不可移除的高密度牙齿修复物是常见的情形，在江苏省中医院，这类患者的比例约为20%。牙齿修复物所含金属材料易引起射束硬化、散射等效应，在放疗定位影像中产生明暗交替的条纹状伪影，掩盖邻近解剖结构真实的CT 值，对基于深度学习的自动勾画算法的分辨能力可能会产生不利影响，其影响程度尚不明确［10-12］。

本研究使用深度学习自动勾画平台AccuContour实现头颈部多种OAR的自动分割，通过比较有无牙齿修复物伪影的鼻咽癌患者各器官轮廓的二维、三维相似性指标以及勾画时间的差异，评估牙齿修复物金属伪影对基于深度学习的自动勾画算法临床应用的影响。

1 材料与方法

1.1 患者选取

选取32 例在江苏省中医院接受调强放疗的鼻咽癌患者。男性24例，女性8例；中位年龄53岁（33～81岁），其中16例放疗前安装有无法去除的口腔牙齿修复物。所有患者定位均采用仰卧位，使用头颈肩热塑膜固定，双臂放置于身体两侧，在自由平静呼吸状态下使用飞利浦大孔径CT（Philips Big bore,USA）行增强扫描，扫描范围从头顶至气管分叉水平，扫描层厚为3 mm。

1.2 AccuContour自动勾画平台

本研究使用MANTEIA 公司的自动勾画平台AccuContour软件（版本号1.1.3.374）实现鼻咽癌头颈部OAR 的自动分割，其自动勾画功能实现基于传统算法与卷积神经网络结合的深度学习模型，可以完成头颈、胸部、腹部、盆腔部位超过60 种OAR 以及鼻咽癌、肝癌、肺癌、宫颈癌、直肠癌和食道癌6 种临床靶区的自动勾画，其头颈部OAR 勾画方式参考国际勾画标准共识［13］。软件运行工作站的处理器为i7-8700，主频3.2 GHz，内存16 GB，配置显卡为NVIDIA GeForce GTX 1060 6GB。

1.3 OAR勾画

定位CT 图像经治疗网络首先传至瓦里安Eclipse 8.6 治疗计划系统（Varian Medical Systems,USA），由一位具有25年头颈部肿瘤放疗经验的医师参照前述的头颈部OAR勾画标准文献［13］，在CT影像上勾画OAR，包括脑干、脊髓、左右视神经、视交叉、左右晶体、左右眼球、左右颞叶、垂体、左右腮腺、左右颌下腺、左右颞颌关节、下颌骨、口腔、喉、咽缩肌、甲状腺、左右耳蜗和身体外轮廓。同时将所有患者的CT 图像传至MANTEIA 工作站，由AccuContour软件自动勾画相同的OAR。

1.4 评估方法

以人工勾画的OAR 轮廓为基准，利用科室内部编写的MATLAB 程序评估自动勾画轮廓的准确性［14］。比较不同OAR 三维形状相似性系数（Dice Similarity Coefficient, DSC）和豪斯多夫距离（Hausdorff Distance,HD），定义如下：

其中，A和B表示待评价的目标轮廓区域或基准轮廓区域。DSC 取值范围为0～1，越接近1 表示两轮廓的相似性越高。通常认为当DSC>0.7 时，两轮廓重合较好［15］。

其中，A、B意义同上；a、b分别表示轮廓线A、B上的任意一点。HD 值越小表示两轮廓线的最大欧式距离越小，相似性越高［16］。

此外，对于有牙齿修复物的患者，在伪影分布区域上下延伸2 cm范围内，比较下颌骨和口腔的二维DSC和HD在有无金属伪影横断面内的差异；同时记录不同患者组人工勾画和自动勾画全部OAR所用时间。

1.5 统计学分析

使用SPSS 25.0软件进行统计学分析。不同分组的变量若均服从正态分布则差异采用独立样本t检验，否则采用Mann-WhitneyU检验。参数值以平均值±标准差表示，以双侧P<0.05 为差异有统计学意义。

2 结果

如表1，脑干、脊髓、左右视神经、视交叉、左右晶体、左右眼球、左右颞叶、垂体、左右腮腺、左右颌下腺、左右颞颌关节、下颌骨、口腔、喉、咽缩肌、甲状腺、左右耳蜗和身体外轮廓的三维DSC和HD在有无金属伪影的患者组间均无显著差异（P>0.05）。

表1 有无金属伪影患者不同危及器官三维DSC和HD比较（± s）Tab.1 Comparison of three-dimensional Dice similarity coefficient(DSC)and Hausdorff distance(HD)of different OAR in patients with or without metal artifacts(Mean±SD)

表1 有无金属伪影患者不同危及器官三维DSC和HD比较（± s）Tab.1 Comparison of three-dimensional Dice similarity coefficient(DSC)and Hausdorff distance(HD)of different OAR in patients with or without metal artifacts(Mean±SD)

危及器官P值P值三维DSC无伪影组有伪影组HD/mm无伪影组有伪影组脑干脊髓视神经左视神经右视交叉晶体左晶体右眼球左眼球右颞叶左颞叶右垂体腮腺左腮腺右颌下腺左颌下腺右颞颌关节左颞颌关节右下颌骨口腔喉咽缩肌甲状腺耳蜗左耳蜗右身体外轮廓0.436 0.445 0.308 0.763 0.434 0.501 0.268 0.403 0.267 0.653 0.287 0.212 0.672 0.512 0.481 0.299 0.222 0.454 0.595 0.520 0.652 0.409 0.561 0.587 0.792 0.697 0.88±0.03 0.80±0.05 0.78±0.06 0.77±0.07 0.60±0.10 0.77±0.08 0.75±0.07 0.88±0.03 0.86±0.03 0.81±0.06 0.80±0.06 0.73±0.07 0.85±0.06 0.84±0.06 0.86±0.05 0.82±0.06 0.81±0.07 0.82±0.07 0.92±0.02 0.92±0.01 0.84±0.06 0.76±0.07 0.84±0.05 0.81±0.05 0.81±0.05 0.97±0.01 0.87±0.04 0.81±0.06 0.76±0.06 0.78±0.07 0.63±0.11 0.80±0.09 0.78±0.08 0.89±0.03 0.87±0.03 0.80±0.06 0.82±0.05 0.76±0.06 0.86±0.06 0.83±0.06 0.85±0.06 0.84±0.06 0.84±0.07 0.80±0.08 0.92±0.02 0.92±0.02 0.85±0.06 0.78±0.07 0.83±0.05 0.80±0.05 0.81±0.05 0.97±0.01 4.01±1.25 3.77±1.21 3.30±1.86 3.66±1.97 5.37±1.79 2.68±0.81 2.38±0.42 3.75±1.06 3.33±1.38 5.01±2.28 5.25±2.33 2.59±1.05 4.86±1.79 4.36±2.01 4.77±1.71 4.48±1.94 3.73±1.66 3.81±1.51 5.05±1.96 5.40±2.59 4.39±2.24 5.04±2.58 4.12±2.03 3.80±1.53 3.47±1.28 99.74±19.24 4.30±1.41 3.58±1.09 3.73±2.21 3.69±1.75 5.51±2.25 2.27±0.67 2.54±0.69 3.38±1.40 3.60±1.14 5.56±2.75 4.71±2.07 2.67±0.84 4.64±1.63 4.74±2.24 4.22±2.02 4.58±2.18 3.58±1.06 3.66±1.37 5.23±1.74 6.88±2.80 4.87±2.47 5.21±2.25 4.55±1.65 3.29±1.54 3.57±1.88 98.62±20.34 0.543 0.645 0.556 0.964 0.847 0.133 0.449 0.406 0.551 0.543 0.494 0.807 0.719 0.617 0.412 0.892 0.757 0.758 0.790 0.130 0.572 0.844 0.516 0.355 0.851 0.874

如表2，对于有牙齿修复物的患者，下颌骨的二维DSC和HD值在有无金属伪影的横断面内无显著差异（P>0.05）；而口腔的二维DSC和HD值均有显著差异，无伪影层面的勾画准确性优于有伪影层面（P=0.000）。

表2 有无金属伪影横断面内下颌骨、口腔的二维DSC和HD比较（±s）Tab.2 Comparison of two-dimensional DSC and HD of oral cavity and mandibles on axial slices with or without metal artifacts(Mean±SD)

表2 有无金属伪影横断面内下颌骨、口腔的二维DSC和HD比较（±s）Tab.2 Comparison of two-dimensional DSC and HD of oral cavity and mandibles on axial slices with or without metal artifacts(Mean±SD)

危及器官P值P值二维DSC无伪影层面有伪影层面HD/mm无伪影层面有伪影层面下颌骨口腔0.92±0.03 0.93±0.03 0.92±0.03 0.87±0.05 0.595 0.000 2.53±1.88 2.53±1.70 2.93±2.84 6.18±2.41 0.414 0.000

图1显示不同伪影分布范围的CT 横断面内下颌骨、口腔自动勾画和人工勾画轮廓的差异。伪影越严重，自动勾画的口腔轮廓局部偏离基准值越明显。

图1 有金属伪影的CT横断面内下颌骨、口腔人工勾画和自动勾画轮廓比较Fig.1 Comparison of the manual and automatic segmentation results on axial slices with metal artifacts

人工勾画有无金属伪影患者所有OAR的时间分别为（78.2±10.8）和（73.9±6.5）min（P=0.181），自动勾画方法用时分别为（1.8±0.3）和（1.6±0.4）min（P=0.107），均无显著差异，但自动勾画的效率显著优于人工勾画方法（P=0.000）。所记录自动勾画用时不包括人工修改的时间。

3 讨论

在临床治疗中，口腔安装有金属材料牙齿修复物的鼻咽癌患者占有相当的比例。这些植入物在放疗患者的定位影像上易产生伪影，改变邻近解剖结构的CT 值对基于深度学习方法的自动勾画准确性的影响尚不明确。本研究显示牙齿修复物伪影并未对鼻咽癌患者所有OAR 自动勾画轮廓的三维DSC产生显著影响。进一步分析定位图像存在金属伪影的鼻咽癌患者最接近伪影分布区域的下颌骨和口腔轮廓的二维DSC，发现自动勾画的下颌骨轮廓在有无伪影的CT 断层上都能够保持较高的准确性；而在有伪影的CT断层上口腔的二维DSC和HD较无伪影横断面有显著下降，但其二维DSC 均值仍然超过0.85，只是在高密度伪影区域附近自动勾画的口腔轮廓局部发生收缩而偏离了基准边界，其引起的绝对体积差异相对于口腔总体积较小［（0.78±1.01）cm3vs（93.04±13.63）cm3］。而对体积较大的结构，三维DSC 对局部小体积的偏差并不敏感，同时三维HD 值也易受口腔起止层面定义不明确的影响，因此口腔的三维DSC 并未表现出显著的差异［17-18］。综合这些指标来看，牙齿修复物伪影对本研究采用的深度学习自动勾画平台分割准确性的影响有限，其偏差可能来源于伪影强度特征的复杂性和训练集中有金属伪影的样本相对较少。同时口腔轮廓的局部偏差与伪影分布范围和严重程度存在一定的关联，对于伪影严重程度较低的患者这种影响相对更小。总体上该算法的准确性可以满足临床要求，绝大部分OAR的DSC 均值超过了0.75，HD 均值小于5 mm，与已有研究报道的结果相近［4,17-18］。所有OAR 中仅有视交叉的DSC 低于0.7，这与其体积较小且软组织对比度较低有关［4］。此外人工勾画方法根据CT值搜索人体外轮廓时会包含定位板结构，而自动勾画方法未包括这部分结构从而导致HD 较大。考虑到本研究所使用的自动勾画算法训练数据来自外部多家医院，与本单位鼻咽癌患者定位图像质量和对OAR勾画标准理解的差异会在一定程度上降低算法预测的性能。因此，通过使用本单位的临床数据重新训练算法并且增加有金属伪影患者的样本量，该平台的勾画准确性仍有进一步提升的空间。

此外，本研究采用的自动勾画平台表现出很高的工作效率，勾画26种OAR的平均总耗时低于2 min。van der Veen等［17］将深度学习算法用于头颈部肿瘤的OAR 勾画，结果显示自动勾画和人工修改轮廓流程较完全人工勾画节省了33%的时间。van Rooij 等［18］研究提示当自动勾画的头颈部OAR 轮廓DSC 达到0.7 后，对于绝大多数OAR，直接基于自动勾画轮廓制定的计划与根据人工勾画结果制定的计划相比未观察到明显的剂量学差异。对于自动勾画准确性较高的OAR，只需要做少量必要的修改即能实现临床可接受的计划［19-20］。本研究中安装有金属牙齿修复物的鼻咽癌患者OAR自动勾画总体表现出较高的准确性且伪影只影响到有限的层面，人工检查和修改轮廓不会明显增加自动勾画流程的用时。相较于完全人工勾画超过1 h 的工作量，自动勾画方法依然能够加速OAR 勾画环节，提高临床放疗计划设计的效率，因此基于深度学习的自动勾画算法仍然适用于这类患者OAR的自动分割。此外为了提高剂量计算的准确性，对于伪影区域和金属材料需要进行密度校正和使用扩增动态范围的CT 值/相对电子密度转换曲线［11-12］。在未来的研究，自动勾画CT 伪影的算法应能够进一步提高放疗流程的自动化程度。

综上所述，牙齿修复物伪影对基于深度学习的鼻咽癌放疗OAR自动勾画的准确性和工作效率影响有限，较人工勾画方法仍然具备明显优势。