Eclipse应用程序接口联合RapidPlan临床实践的自动计划设计方法北大核心CSCD

目的基于Eclipse应用程序接口(ESAPI)实现Eclipse15.6版计划系统放疗计划全自动设计程序SmartPlan,并对其临床应用进行评估。方法在临床计划中选择鼻咽癌及直肠癌各20例,使用SmartPlan联合RapidPlan进行自动计划设计并与手动计划进行剂量学参数比较。采用Wilcoxon符号秩检验行两组间差异比较。结果自动计划和手动计划结果在剂量学上均能满足临床需求。鼻咽癌计划中靶区覆盖方面两组相近(P>0.05),且自动计划在危及器官保护方面多数优于手动计划(P<0.05)。直肠癌计划中自动计划除靶区均匀性和小肠最大剂量略差于手动计划外,其余剂量学参数均优于手动计划(P<0.05)。结论相比手动计划,自动计划具有同等或相似的靶区覆盖,相似或更优的危及器官保护能力,且执行方式更加简单。基于ESAPI开发的SmartPlan自动计划程序具有临床可行性和有效性。     

鼻咽癌调强计划靶区和危及器官不同勾画方式下个体化差异观察

目的 评估多中心医师对鼻咽癌IMRT计划靶区和危及器官不同勾画方式的个体化差异,为多中心临床研究提供质量控制参考依据。方法 随机抽取1例鼻咽癌患者CT图像,分别由10名不同放疗中心医师以手工方式勾画IMRT的计划靶区(PTV)和危及器官(OAR),定义为“手工组”;使用基于模板自动分区软件ABAS勾画OAR再由医师修改和确认,定义为“自动+手工组”;比较两种勾画方式的各个PTV和OAR体积最大/最小比(MMR)和离散系数(CV)。结果 手工组不同医师勾画的鼻咽癌计划靶区和OAR体积均有较明显的差异,PTV的MMR和CV分别为1.72~3.41和0.16~0.39,其中差异最大的为PTVnd(PTVnd-L的MMR=3.41,CV=0.39);各OAR的MMR和CV为1.30~7.89和0.07~0.67,其中颞叶、脊髓、啮合关节、视神经和垂体等的MMR均>2.0。与手工组相比,自动+手工组的平均勾画时间缩短了68%,不同医师间勾画的OAR体积差异缩小,其MMR下降到1.04~2.44,CV减小到0.01~0.37。结论 不同中心临床医生对鼻咽癌放疗计划的PTV和OAR勾画可能存在较大差别,自动+手工勾画可以减少医生间的OAR勾画差异但小体积器官勾画差异仍达1.5倍以上。多中心临床试验需要统一审核PTV和OAR的勾画并评估勾画差异可能对临床结果的影响。     

非小细胞肺癌自适应放疗剂量学研究

  目的  探索非小细胞肺癌实施自适应放疗后危及器官(肺、心脏、脊髓)受照剂量的变化, 及危及器官受照剂量降低后靶区处方剂量的变化。  方法  12例局部晚期非小细胞肺癌患者在放疗过程中均行两次定位CT扫描, 以实行自适应放疗。通过MIM软件, 将两次计划进行融合。比较实行自适应放疗后, 保证靶区剂量不变的情况下, 危及器官的受量有无降低; 以及在保证正常组织器官受照剂量与原计划相似的情况下靶区剂量提升的空间。  结果  自适应放疗后, 在保证靶区受照剂量不变的情况下, 肺部V20平均降低3.53%, V30降低2.55%, 而全肺平均受照剂量降低2.11 Gy; 心脏V30平均降低4.19%、V40降低3.72%;脊髓最大受量平均降低3.52 Gy。危及器官受量与不行自适应放疗时相似的情况下, 靶区(PGTV)照射剂量平均提高1.25 Gy。  结论  非小细胞肺癌放疗过程中, 适时行自适应放疗能够减少周围危及器官的受照剂量, 提高靶区(PGTV)的处方剂量。      

现代放射治疗的多维度特征及其智能化发展

现代放射治疗在肿瘤治疗中发挥重要作用，新型放疗手段和各种学科融合层出不穷，是越来越活跃的领域。随着图像引导、自适应放射治疗、人工智能集成、重粒子治疗和Flash超高剂量率等先进技术快速发展，现代放疗呈现出多种特点：放射治疗的复杂性和多元性，放疗数据的多样性和多模态，放疗技术的高精度、快捷性、实时性和功能性，以及放疗技术的多学科融合、人工智能化。人工智能在肿瘤放疗靶区和危及器官智能化自动化勾画、建立放射治疗计划模型、建立远程智能化质控系统的应用正如火如荼。这些现代放疗的多维度、多模态、大数据的独有特征，以及基于“互联网＋放疗”、“人工智能放疗”和“共享放疗”的新服务模式，推动放疗技术向着数字化、自动化、智能化的方向进步和发展。     

基于危及器官剂量预测和射野角度优化的食管癌调强放疗自动计划研究

目的 在Raystation计划系统上实现基于危及器官剂量预测和射野角度优化的食管癌调强放疗(IMRT)计划自动设计。方法 选取50例食管癌IMRT计划数据作为训练集,训练危及器官剂量预测模型。另外选取20例病例应用RuiPlan自动计划脚本和人工方法分别进行计划设计,其中在自动计划中使用射野角度优化和危及器官剂量预测模型。配对t检验比较两组计划的剂量差异和工作效率。结果 人工计划和自动计划计划靶体积的适形指数、均匀性指数,全肺V5Gy与脊髓Dmax均相近(均P>0.05)。自动计划的左肺和右肺V20Gy、Dmean较人工计划下降1.1%、0.37Gy和1.2%、0.38Gy (均P<0.05),心脏V30Gy、V40Gy、Dmean较人工计划下降5.1%、3.0%、1.41Gy (均P<0.05)。自动计划的人工操作时间、计算机处理时间、机器跳数较人工计划分别减少了65.8%、14.1%、17.2%(均P<0.05)。结论 RuiPlan自动计划脚本能够通过危及器官剂量预测和射野角度优化的方法提高食管癌计划设计效率,为食管癌放疗计划设计提供了另一种可选途径。     

基于生成对抗网络的放疗剂量分布研究

目的 探讨利用深度学习在图像处理上的优势与放疗结合是否会使放疗过程更加智能化。方法 生成对抗网络(GAN)是一种利用神经网络的生成模型,输入相关特征可生成高质量剂量分布图像。先使用随机无条件GAN进行模拟分布数据的验证,再使用条件GAN(cGAN)训练肿瘤病例的DICOMRT数据,利用靶区和器官轮廓信息直接生成剂量分布图。结果 对于理想数据验证,GAN生成模拟分布效果优良,通过提取靶区轮廓和真实剂量切片数据使用cGAN训练,得到病例计划靶体积和危及器官的剂量分布。结构中预测值与真实剂量之间最大值和平均值的绝对误差评价表现为[3.57%,3.37%](计划靶体积)、[2.63%,2.87%](脑)、[1.50%,2.70%](临床靶体积)、[3.87%,1.79%](大体肿瘤体积)、[3.60%,3.23%](危及器官-1)、[4.40%,3.13%](危及器官-2)。结论 利用GAN模型可以生成模拟分布数据,同时结合先验知识的cGAN模型可以建立靶区和器官信息与剂量分布之间的关系。通过输入靶区和器官轮廓信息直接快速生成对应的剂量分布,是剂量预测的一种有效尝试。     

头颈部肿瘤自适应放疗的研究进展

调强放射治疗(intensity-modulated radiation therapy,IMRT)是头颈部恶性肿瘤的重要治疗方法之一。但在IMRT过程中,摆位误差、解剖结构的移位及变形、肿瘤退缩或进展及形状改变等,可导致靶区和危及器官的照射剂量和体积出现“偏差”,影响IMRT的精确性。图像引导的放射治疗(image-guidedradiotherapy,IGRT)可部分纠正摆位误差,从而提高放疗精度,但不能解决非刚性误差以及解剖结构变化带来的剂量差异。自适应放射治疗(adaptive radiation therapy,ART)是在IMRT和IGRT基础上出现的新型放疗技术,能修正IMRT和IGRT靶区和危及器官的偏差。通过患者图像、剂量等反馈信息对原治疗计划重新优化和调整,这是一种基于反馈控制理论的治疗策略。其目的是使放射治疗更加精确化、个体化。     

鼻咽癌调强放疗计划后剂量分布与预后相关性研究

摘 要：［目的］ 探讨鼻咽癌调强放疗计划后剂量分布对鼻咽癌预后评估的作用。［方法］ 回顾性分析280例经病理证实,有完整5年随访资料,行根治性调强放化疗的鼻咽癌病例,分析其调强放疗计划后剂量分布与预后的关系。将调强放疗计划后剂量分布分为3组：（1）A组：第一权重危及器官、靶区剂量、其他危及器官的剂量分布均符合要求;（2）B组：第一权重危及器官、靶区剂量符合要求,其他危及器官超量;（3）C组：第一权重危及器官剂量符合要求,靶区剂量剂量不足和或其他危及器官超量。病例随访结果包括总生存率、无病生存率、远处转移率和局部复发率。［结果］ A组5年生存率95.3%,无病生存率82.8%,远处转移率17.8%,局部复发率4.7%;B组分别为85.4%、57.3%、17.5%和9.8%;C组分别为58.6%、34.5%、27.6%和41.4%;3组间远处转移率差异无统计学意义（χ2=1.97,P=0.374）,总生存率、无病生存率及局部复发率差异均有统计学意义（χ2=40.92,P＜0.001;χ2=46.67,P＜0.001;χ2=68.08,P＜0.001）。［结论］ 分析鼻咽癌调强放疗计划后剂量分布有助于判断鼻咽癌预后。     

从临床实践因素再论局部晚期非小细胞肺癌放射治疗的剂量问题

局部晚期非小细胞肺癌放射治疗的剂量问题还不止于放疗技术和放射生物学，更包括证据基础上的临床因素、生存期与生存质量等实际问题。肿瘤分期、综合治疗原则、全程管理、干预药物和精细化的靶区定义与照射技术等因素影响照射剂量。放射生物学原理指导下的“中间剂量”与更高剂量照射的探讨也提示利用图像引导放射治疗、四维放疗技术和深吸气屏气等最新精细化放射治疗技术，可以严格限制危及器官照射剂量，减少相关毒性，有利于更高剂量的个体化的放射治疗。     

基于大数据和5G的智慧放疗：已来的将来

新一轮科技革命为百年放疗提供了新的发展机遇,传统放疗的临床难题将逐步得到解决。基于大数据分析的影像组学和临床跨组学技术将为肿瘤诊断和风险分层、放疗靶区定义、自适应放疗、副作用预判,以及随访和疗效评估带来新的解决方案。5G平台将真正突破时空限制,实现远程同步放疗;零延迟将推动放疗做到“查打一体”,引领放疗从智能向智慧的转化,提高放疗前沿技术的可及性。     

CT模拟定位技术临床操作指南中国专家共识(2021版)

CT模拟定位是以CT图像为基础的放疗模拟定位技术,可以建立三维坐标系,精确显示肿瘤大小、侵犯范围及淋巴结转移情况,可以精确显示周边重要器官轮廓、肿瘤和重要器官之间相互位置关系,为放疗计划设计提供电子密度,是精确放疗的基础条件之一。为规范CT模拟定位临床操作技术、精确肿瘤靶区勾画和计划设计提供放疗定位质量保证,特制定本专家共识。本共识内容包括CT模拟应用概述、常见肿瘤CT模拟定位规范共识、CT模拟定位技术常用后处理、呼吸运动管理技术、CT模拟不良反应及处理和CT模拟展望等,以期指导放射治疗师、放射肿瘤医师临床实践,为患者带来生存获益。     

基于UiBot软件实现治疗计划系统CT定位影像及轮廓自动导入功能探索

目的 实现CT定位影像和轮廓自动导入Eclipse和Monaco两套治疗计划系统(TPS)。方法 基于Eclipse和Monaco的TPS,利用流程自动化可编程程序UiBot,根据Eclipse和Monaco各自CT定位影像和轮廓导入流程,使用UiBot提供的窗口元素等功能开发出CT定位影像和轮廓自动导入的自动化脚本程序。结果 通过比较手动导入和自动导入的导入时间,自动化脚本程序不仅实现了从CT定位影像和轮廓到Eclipse和Monaco的TPS准确自动导入,而且也具有与手动导入相同的效率。大部分患者影像层数在 130~180之间,且手动导入时间与自动导入时间在此区间的平均时间为76s和75s。结论 通过利用脚本开发程序UiBot的自动化功能,结合放疗工作的实际问题和重复的工作流程可以开发出自动化的脚本,极大提高了放疗工作效率,节约了人力和时间成本,为放疗流程自动化提供了一种可选择的新方法。     

自动计划在非小细胞肺癌调强放疗中应用的可行性及优越性

目的:比较非小细胞肺癌（NSCLC）调强放疗（IMRT）自动计划和人工计划的剂量学差异，评估自动计划在NSCLC放疗的可行性及优越性。方法:选择本院确诊的NSCLC患者28例做回顾性分析，通过Pinnacle3 v9.10治疗计划系统进行人工IMRT计划和自动计划设计。利用SPSS v22.0统计学软件分析两种计划的靶区D2、D98、Dmean、适形度指数（conformity index，CI）、均匀性指数（homogeneity index，HI）和危及器官全肺、心脏、脊髓的剂量学结果以及机器跳数（monitor units，MU）、计划优化时间。结果:自动计划和手动计划靶区均能满足临床要求，自动计划CI优于人工计划，结果有统计学意义（P＜0.05）；D2、D98和HI均无显著差异（P＞0.05）。危及器官方面，自动计划全肺的V5、V10、V15、V20、V30、Dmean均小于人工计划，结果有显著差异（P＜0.05），而V40结果无显著差异（P=0.139）。心脏V30、V40结果为自动计划小于人工计划，结果有显著差异（P＜0.05），而Dmean结果无显著差异（P=0.326）。此外，自动计划较人工计划MU减少约29.8%，计划优化时间减少约39.91%。结论:NSCLC自动IMRT计划在达到与人工计划相同靶区剂量的同时，能进一步降低肺、心脏、脊髓等危及器官的剂量，也可缩短计划设计时间，降低机器跳数，提高计划质量，值得临床推广。     

The Emerging Role of Neoadjuvant Hormonal Therapy in the Management of Localized Prostatic Cancer-Reply

There has been recent enthusiasm about the emerging role of androgen ablative therapy in conjunction with radiotherapy in the treatment of locally advanced prostatic cancer. For bulky prostatic tumors, high-dose radiotherapy, which is necessary to eradicate locally advanced disease (1), may not be feasible given the relatively large volume of normal tissue structures that lie in close proximity to the target volume. In a previously published article in this journal (2), Forman et al. demonstrated in 20 patients a distinct advantage in the use of neoadjuvant hormonal therapy (NHT) in an effort to reduce the target volume of patients with stage T1-T2 prostate tumors as well as minimizing the volume of normal organs such as the rectum and bladder exposed to the high doss of irradiation prior to a planned course of therapy. In that study, the authors noted a 21% and 23% reduction of the rectal and bladder volumes, respectively, receiving 65 Gy.     

Evaluation of an atlas-based automatic segmentation software for the delineation of brain organs at risk in a radiation therapy clinical context.

BACKGROUND AND PURPOSE: Conformal radiation therapy techniques require the delineation of volumes of interest, a time-consuming and operator-dependent task. In this work, we aimed to evaluate the potential interest of an atlas-based automatic segmentation software (ABAS) of brain organs at risk (OAR), when used under our clinical conditions. MATERIALS AND METHODS: Automatic and manual segmentations of the eyes, optic nerves, optic chiasm, pituitary gland, brain stem and cerebellum of 11 patients on T1-weighted magnetic resonance, 3-mm thick slice images were compared using the Dice similarity coefficient (DSC). The sensitivity and specificity of the ABAS were also computed and analysed from a radiotherapy point of view by splitting the ROC (Receiver Operating Characteristic) space into four sub-regions. RESULTS: Automatic segmentation of OAR was achieved in 7-8 min. Excellent agreement was obtained between automatic and manual delineations for organs exceeding 7 cm3: the DSC was greater than 0.8. For smaller structures, the DSC was lower than 0.41. CONCLUSIONS: These tests demonstrated that this ABAS is a robust and reliable tool for automatic delineation of large structures under clinical conditions in our daily practice, even though the small structures must continue to be delineated manually by an expert.     

Comparison of intensity-modulated radiotherapy planning based on manual and automatically generated contours using deformable image registration in four-dimensional computed tomography of lung cancer patients

PURPOSE: To evaluate the implications of differences between contours drawn manually and contours generated automatically by deformable image registration for four-dimensional (4D) treatment planning. METHODS AND MATERIALS: In 12 lung cancer patients intensity-modulated radiotherapy (IMRT) planning was performed for both manual contours and automatically generated ("auto") contours in mid and peak expiration of 4D computed tomography scans, with the manual contours in peak inspiration serving as the reference for the displacement vector fields. Manual and auto plans were analyzed with respect to their coverage of the manual contours, which were assumed to represent the anatomically correct volumes. RESULTS: Auto contours were on average larger than manual contours by up to 9%. Objective scores, D(2%) and D(98%) of the planning target volume, homogeneity and conformity indices, and coverage of normal tissue structures (lungs, heart, esophagus, spinal cord) at defined dose levels were not significantly different between plans (p = 0.22-0.94). Differences were statistically insignificant for the generalized equivalent uniform dose of the planning target volume (p = 0.19-0.94) and normal tissue complication probabilities for lung and esophagus (p = 0.13-0.47). Dosimetric differences >2% or >1 Gy were more frequent in patients with auto/manual volume differences > or =10% (p = 0.04). CONCLUSIONS: The applied deformable image registration algorithm produces clinically plausible auto contours in the majority of structures. At this stage clinical supervision of the auto contouring process is required, and manual interventions may become necessary. Before routine use, further investigations are required, particularly to reduce imaging artifacts.     

基于勾画内容检索方法的鼻咽癌危及器官结构标准化命名的研究

目的 根据AAPM TG-263,提出基于内容的放疗结构命名标准化(CBSN),探索其用于鼻咽癌危及器官(OAR)标准化验证的可行性。方法 回顾性收集2017—2019年经调强放疗的855例鼻咽癌患者的放疗结构文件(其中15例含临床异常结构)。通过Matlab自编程软件获取医师勾画OAR的图像位置、几何特征、一阶灰度直方图和基于灰度共生矩阵的纹理特征等,建立CBSN位置验证模型和CBSN知识库。采用Fisher判别分析建立CBSN的OAR分类模型,利用自身验证、交互验证和外部验证对模型评估。结果 99%(69/70)的模拟异常结构在CBSN知识库90%参考值范围之外,不同OAR之间的特征参数不同(P<0.001)。CBSN的OAR分类模型的自身验证、交互验证和外部验证的准确率分别为92.1%、92.0%和91.8%。14例临床异常结构成功被CBSN检测,准确率为93%(14/15)。模拟测试中左右位置异常结构验证的准确率为100%,如检测到命名为Len_L的右晶体。结论 CBSN可用于鼻咽癌OAR验证,为鼻咽癌多中心合作及标准化的放疗提供参考依据。