呼吸运动对4DCT扫描下靶区体积及位移的影响

陈衎，杨振，曹瑛，李书舟，张子健，杨晓喻，邵其刚，雷明军，唐杜，龚学余

1.南华大学核科学技术学院，湖南衡阳 421001；2.中南大学湘雅医院肿瘤科，湖南长沙 410008

前言

肺癌的放射治疗中，由于呼吸运动导致的靶区漏照是局部复发或肿瘤未控的原因之一［1-2］。对于肺癌患者，呼吸运动可导致肿瘤和正常组织产生形变，幅度可达35 mm［3-5］。临床上通常采用四维CT（4DCT）来获取此类运动情况［6-7］。然而，4DCT 图像中肿瘤组织周围可能产生一定的运动伪影，并导致勾画的靶区与实际肿瘤体积不一致［5,8-10］。分析这种不一致性与肿瘤运动参数的关系，能够为放疗医师基于4DCT 重建图像进行靶区勾画提供参考。本研究基于自制的人体胸部模型和运动平台模拟肺癌患者的肿瘤运动产生多组具有不同呼吸运动周期和幅度的运动曲线，研究基于不同的4DCT 重建影像序列勾画的靶区体积与肿瘤实际体积的差异，分析这种差异与小球运动速度的关系，分析基于最大密度投影（Maximum Intensity Projection, MIP）图像、基于平均密度投影（Average Intensity Projection,AIP）图像和基于时相3 种不同的内靶区（Internal Target Volume,ITV）勾画方式的ITV准确度。

1 材料与方法

1.1 自制仿真肺模体

在本次试验中使用了自制的仿真肺模体（图1中标号为①的部分）。模体由树脂和松木组成，使用树脂模拟人体肌肉和皮肤组织，使用松木模拟人体肺部组织。其中，人体肌肉组织CT值为（42.2±7.7）HU［11］，肺组织的CT 值为（-814.25±10.38）HU［12］，扫描自制模体并读取树脂和松木的平均CT 值分别为68 HU和-713 HU，与人体肌肉组织和肺组织的CT 值接近，能够较为准确的模拟CT下的人体组织图像。

图1 呼吸运动平台Figure 1 Respiratory platform

自制的运动组件由1 个电动马达、1 个偏心轮、1块与偏心轮外切的钢板、1 根木质横杆及1 个直径为2 cm 的小球组成。钢板一侧与偏心轮外切，另一侧固定木制横杆，小球则固定在横杆另一端（图1标号②的部分）。由电动马达驱动偏心轮以转动中心为圆心进行运动，偏心轮周长的极坐标方程为：

在偏心轮的驱动下，钢板、横杆和小球共同运动，小球放置在胸部模体的左肺以模拟肿瘤在头脚方向进行正弦运动，如图2所示。通过更换不同尺寸［即为公式（1）中A、B的值］的偏心轮可调整小球的正弦运动幅度，调整马达转速可调整正弦运动的周期。Weiss 等［13］的研究表明，肺部肿瘤随呼吸进行运动时，其质心位移在1.3～24.0 mm 之间。本次试验使用了两个A值分别为0.5 和1.0 cm 的偏心轮，对应的小球质心位移分别为1 和2 cm。随机抽取了中南大学湘雅医院20 名成人肺癌患者扫描4DCT 时同步采集的呼吸运动数据，计算得到他们的平均呼吸运动周期为3.8 s，在本次试验中设置3 种不同的运动周期，分别为3.0、3.8、6.0 s。基于2 种运动幅度及3 种运动频率，一共设置6 组正弦呼吸运动曲线，呼吸运动曲线参数见表1，对应的曲线见图2。

图2 6组呼吸运动模型的呼吸曲线Figure 2 Respiratory curves of 6 groups of respiratory motion models

表1 呼吸运动模型主要参数Table 1 Main parameters of respiratory motion models

1.2 呼吸运动平台

采用QUASAR 呼吸运动平台驱动肺模体运动，在该呼吸运动平台的垂直方向上放置一块组织胶，用来模拟患者由于呼吸引起的体表的运动（图1中标号为③的部分）。其运动周期和相位与肿瘤运动组件保持一致，使用C-Rad 公司的Sentinel 追踪体表系统获取呼吸曲线时，将追踪呼吸运动的感兴趣点选取在组织胶上。

1.3 各相位对应小球速度的计算

对小球的呼吸运动曲线公式进行求导，则可得到小球运动速度公式：

其中，A为小球正弦运动幅度，T为周期，p为相位。根据该公式，代入幅度、周期和相位可求得各个相位小球的运动速度。

1.4 CT扫描和图像重建

首先使用Siemens CT（SOMATOM Definition AS）对静止的肺模体进行扫描，扫描层厚为3 mm。随后，在相同的扫描层厚条件下，对运动的肺模体行4DCT 扫描，同时使用C-RAD Sentinel 光学体表追踪系统记录模体的同步呼吸运动曲线。对6 组呼吸运动曲线对应的影像序列分别进行重建，以运动周期的10%相位为间隔，每组得到P0%～P90%共10 组CT 图像。其中P0%代表吸气末时相，P50%代表呼气末时相。此外，还重建了AIP和MIP图像［14-15］。

1.5 大体肿瘤体积（Gross Target Volume, GTV）、ITV勾画及体积计算

使用Varian Eclipse 计划系统对靶区进行勾画。为提高准确性，先在肺窗下对静止肺模体的图像进行3次手动勾画，得到靶区边缘CT值平均值为-350 HU。随后，以该值为阈值对每一组呼吸曲线对应的4DCT图像中每个时相的GTV 进行自动勾画，并对MIP 和AIP 图像以自动勾画方式勾画ITV，得到基于AIP 图像的ITV（ITVAIP）和基于MIP 图像的ITV（ITVMIP），再将每组呼吸运动模型的各时相GTV 融合成基于时相的ITV（ITVp）。

考虑小球的运动范围而勾画的靶区为ITV，其形状应为一个底面半径为小球半径，高为小球质心运动幅度的圆筒，在两个底面上分别外接一个半径为小球半径的半圆球，故ITV 的理论体积VP应为小球体积加上底面半径为1个小球半径、高为质心运动幅度的圆柱体体积，即：

其中，r为小球半径，其值为1 cm，L为小球质心运动幅度。

2 结果及数据分析

2.1 GTV体积

小球实际体积采用球体体积计算公式V0=4 3πr3得到，其中r为小球半径，取值1 cm。计算得到小球实际体积V0为4.19 cm3。肺模体静止状态下扫描的CT 图像中的GTV 体积为4.17 cm3，与小球实际体积误差为0.02 cm3（0.47%），说明模体静止状态下的CT图像能够真实反映模体的结构信息。统计4DCT 图像中所有时相的GTV 体积，分析GTV 体积与对应时相小球运动速度的关系，如图3所示，其中小球速度可根据公式（2）求出。对图3的数据进行Pearson 数据分析，Pearson 相关系数R＜0.3，说明GTV 体积与小球运动速度并无相关性。

图3 GTV体积相对于对应时相小球运动速度的变化Figure 3 Change of GTV related to the velocity of small ball

2.2 GTV中心位移

在计划系统中读取GTV 的质心位置，获得不同相位的GTV 中心位移与时相的关系，如图4所示。统计所有时相的靶区GTV 中心位移，计算每个时相的GTV 中心位移与小球实际质心位移的差值绝对值得到GTV 中心偏差，再与每个时相小球的运动速度比较，则可以得到GTV 中心偏差与小球运动速度的关系，如图5所示，其中虚线表示对数据进行线性拟合得到的拟合线。从图4和图5中可知，GTV 中心位移与小球实际位移趋势一致，但每组GTV 位移与实际位移存在一定差异。 图4b 中，第4 组呼吸运动曲线的20%相位对应的GTV中心位置与小球中心的实际位置偏差最大，为0.2 cm，对应的小球运动速度为2.0 cm/s，为所有相位中速度最大的相位，这意味着GTV 质心的位移和小球的实际位移的差值最大值出现在小球运动速度最大时，对图5的数据进一步进行Pearson相关性分析，Pearson相关系数R=0.443，证明中心位移偏差与小球运动速度有弱相关性，且成正相关。

由图3、图4和图5可知，小球运动速度不会影响GTV体积，但在一定程度上影响了靶区的中心位移，速度越大，靶区中心位置与小球质心位置的差值就越大。

图4 不同时相的GTV中心位移Figure 4 GTV center shift with time phases

图5 中心位移偏差与小球运动速度的关系Figure 5 Relationship between center shift and velocity of small ball

2.3 ITV体积和PTV体积

图6a 给出了采用不同方式勾画的ITV 体积。根据AAPM工作组的建议［16］，将ITV朝头脚方向外扩1 cm，其他方向外扩0.5 cm 得到计划肿瘤体积（Planning Target Volume, PTV），如图6b 所示。其中Vp代表小球运动范围体积，基于该体积外扩成的PTV为PTVp。

图6 不同投影方式下ITV和PTV体积比较Figure 6 Comparison of ITV and PTV obtained based on different projection methods

由图6可见，ITVMIP和ITVP与VP体积接近，而ITVAIP与VP相比较小，在本次试验过程中，ITVMIP与ITVP基本重合，见图7。类似地，PTVMIP和PTVP更接近理论PTV体积，而PTVAIP小于理论体积。同时结果还显示对幅度相同的呼吸运动曲线，例如第1组、第2组及第3 组，使用同样的勾画方式得到的ITV 和PTV体积非常接近，这说明ITV 体积和PTV 体积只与肿瘤的运动幅度有关，而与运动周期无关。

图7 不同勾画方式产生的ITVFigure 7 ITV obtained by different segmentation methods

3 讨论

本文基于自制肺模体和肿瘤运动组件研究了肿瘤运动参数对4DCT 影像勾画的GTV 体积和中心位移的影响，并比较分析了基于时相、基于MIP及AIP 3种方式勾画的ITV 体积的影响。结果表明，GTV 体积与肿瘤运动速度不相关，但GTV 中心偏差与肿瘤运动速度呈弱相关，靶区中心偏差随肿瘤运动速度增大呈增大的趋势。GTV 中心偏差在小球速度最大时也出现最大值，这意味着肿瘤运动速度过快会在一定程度上增加GTV 中心的误差。所以对受呼吸运动影响较大的胸腹部肿瘤患者进行呼吸运动的定量估计很有必要的，因为这在很大程度上影响了放射治疗精度。为患者采集4DCT 图像前应做好充分的呼吸训练，扫描4DCT 时应缓和患者的紧张情绪，尽量减少患者由于紧张造成的呼吸过快的情况，从而减少呼吸频率高引起的GTV 勾画不准确的情况。之前其他学者的研究表明［17-19］，使用呼吸训练、视听生物反馈引导等干预手段能够有效减弱肿瘤随呼吸运动产生的运动，从而得到更加规律缓慢的呼吸运动曲线和匹配度更好的靶区。

本研究结果还表明，基于MIP勾画的ITV与基于时相融合的ITV 基本重合，如图7所示，且体积与理论ITV很接近，这说明基于MIP勾画的ITV和基于时相的ITV都能够较为充分地反映肿瘤的运动情况，使用这两种勾画方式得到的ITV 应用于放疗中可以减少靶区漏照的情况，这些结果与李奉祥等［20-21］的研究结果一致。但与先基于各个时相的影像勾画GTV 后再融合成ITV 的繁琐流程相比，基于MIP 影像勾画ITV 的流程更加简便，能够为放疗医生节省更多的时间和精力，提高临床工作效率。但考虑到分次间患者呼吸运动的差异和摆位误差等影响因素，应当使用外扩后的PTV 作为计划靶区，如果使用基于MIP产生的ITV 外扩产生的PTV 可能包含更多正常组织，使得发生放疗后副反应的概率增大［22-23］。同时，Khamfongkhruea 等［24-25］提出，3 种勾画方式都适用于肺癌病人的危及器官的边界勾画和剂量计算，但基于AIP勾画的ITV更适合运动靶区的剂量计算。

呼吸运动管理逐渐被各放疗机构重视，本次试验量化分析了呼吸运动对基于4DCT 靶区勾画的影响，能够给放疗医师的靶区勾画提供一定的参考。但本次试验依然存在一定的局限性，模拟肿瘤运动的小球是在头脚方向呈现一维的规律正弦运动，而在实际临床工作中，患者胸腹部肿瘤随着呼吸运动产生的运动是非线性、不规律的，所以小球并不能充分地模拟肿瘤的运动。在之后的研究中，可以对肺模体和运动组件进行改良，使其能更好地模拟患者肺部的呼吸运动。

综上所述，在基于4DCT 图像进行靶区勾画时，采用合适的呼吸运动管理手段控制或引导患者稳定均匀的呼吸能够得到更加平稳规律的呼吸运动曲线，从而减少呼吸运动对靶区勾画产生的影响，能够提升放疗的精准度。另外，使用基于MIP 影像进行ITV 的勾画能够在节省时间的同时，得到较高精准度的ITV，适用于临床的靶区勾画和治疗。