MRI-CT图像融合技术在颈椎肿瘤靶区勾画中的应用

目的:探讨基于MRI-CT图像融合技术对颈椎肿瘤靶区勾画和剂量参数的影响。方法:收集11例颈椎肿瘤放疗患者的影像学资料，将MRI与CT图像进行融合，比较MRI-CT与CT为基础图像的靶区体积差异以及剂量差异。对不同医师所勾画的靶区体积以及剂量差异进行比较分析。实施组内相关系数（ICC）可靠性分析。结果:（1）由1名肿瘤放疗医师所勾画靶区体积GTVMRI-CT显著大于GTVCT，脊髓MRI-CT体积显著小于脊髓CT（P<0.05）；5名肿瘤放疗医师所勾画靶区体积比较差异与1名肿瘤放疗医师趋势一致，不同影像为基础的靶区勾画体积重叠系数为0.83±0.15。（2）5名肿瘤放疗医师所勾画靶区，GTV以及脊髓变异系数（CV）MRI-CT均小于CVCT；ICC在GTV中分别为0.97与0.95，在脊髓为0.83与0.82。（3）GTV剂量MRI-CT Dmax显著低于CT Dmax，脊髓剂量MRI-CT [D2 cm3]同样显著低于CT [D2 cm3]（P<0.05）。结论:MRI-CT图像融合技术能更精确地勾画靶区体积以及准确计算放射剂量，不易造成靶区漏照，同时MRI-CT图像融合技术在不同医师间差异较小，可提高靶区勾画的一致性和可靠性，值得在临床推广使用。     

一种基于肝分段和肝癌轮廓融合的放疗靶区数据库建立方法

提出一种基于肝分段和肝癌轮廓融合的放疗靶区数据库建立和全过程数据质量管理方法,为后续人工智能靶区勾画或评估当前手工勾画提供数据支持。从肝癌数据库中取出原始图像,分别对其做带有肝脏放疗靶区勾画和分区分段轮廓标注工作,并通过图像融合技术使肝癌的放射治疗精确到肝段,最后使用深度学习的方法训练Unet网络以得到精准肝分割的神经网络模型,以实现针对肝癌的精准放疗。     

头颈部肿瘤PET与MRI融合放疗靶区自适应区域生长勾画

目的:为了有效解决单独使用正电子发射断层扫描(PET)和核磁共振成像(MRI)影像勾画大体肿瘤靶区(GTV)存在的肿瘤、水肿及其周围正常组织区分难题。方法:首先选取PET图像上包含肿瘤区域的感兴趣区域(ROI)中标准摄取值(SUV)最大的体素点作为肿瘤区域生长算法的初始种子点,在PET和MRI影像上分别进行第一阶段自适应区域生长。然后从其勾画的肿瘤PET靶区内自动获取肿瘤的最小SUV值,并联合肿瘤MRI靶区自适应区域生长的最佳阈值构建第二阶段肿瘤PET和MRI联合区域生长准则,进行第二阶段区域生长,完成PET与MRI融合靶区勾画。结果:与单独使用PET和单独使用MRI影像的自适应区域生长分割结果相比,参考两位经验丰富的临床放疗专家手工勾画的鼻咽癌MRI GTV,本文方法勾画的融合GTV与MRI GTV具有最高相似性,且同时具有较高灵敏性和较高特异性。结论:本文方法可实现头颈部肿瘤PET与MRI融合大体肿瘤靶区自适应高精度勾画。     

不同级别肿瘤中心医师对鼻咽癌调强放疗靶区和危及器官勾画差异比较

目的：评估不同级别肿瘤中心医师对鼻咽癌调强放疗计划靶区和危及器官勾画的个体化差异,为多中心放疗临床试验的质量控制提供数据参考。方法：随机抽取12例不同TMN分期的鼻咽癌患者,3名同一市级肿瘤中心医师以手工方式勾画每例患者的靶区（GTVnx）和危及器官（OAR）。以国家区域级肿瘤中心放疗专家手工修改和确认的靶区（GTVnx）和OAR勾画结构作为标准勾画。采用绝对体积差异比（△V＿diff）、体积最大/最小比（MMR）、离散系数（CV）和体积相似性指数（DSC）分别比较不同级别肿瘤中心（市级与国家区域级）医师之间和市级肿瘤中心3名医师之间的器官勾画差异,并进一步比较不同级别肿瘤中心医师对不同TMN分期的鼻咽癌放疗计划器官的勾画差异。结果：不同级别肿瘤中心（市级与国家区域级）医师之间勾画GTVnx体积差异明显,3名医生中的最大△V＿diff、MMR和CV分别为97.23%±83.45%、2.19±0.75和0.31±0.14,平均DSC<0.7。同时,他们之间对于左右视神经、视交叉、脑垂体等小体积OAR勾画差异也较大,平均MMR>2.8,CV>0.37,DSC<0.5...     

三维适型放疗与调强放疗在胸中段食管癌根治性放疗中的 剂量学比较

目的 比较胸中段食管癌三维适型放疗与调强放疗对靶区和危及器官的剂量学影响,探讨两种放射治疗方法在胸中段食管癌根治性放疗中重要器官受保护的优劣,寻找食管癌放射治疗的理想计划模式。方法 15例经病理证实胸中段食管鳞癌患者,经体位固定、CT模拟定位扫描成像传输到治疗计划系统、勾画肿瘤体积、临床靶区体积和危及器官。15例病例均做三维适型和调强计划,60 Gy/30次,评估/优化后应用剂量体积直方图比较两种计划对靶区及危及器官的剂量学影响。结果 在相同靶区、相同剂量模式下,对胸中段食管癌患者的放射治疗中,调强放疗对靶区剂量的分布及对危及器官的保护均优于三维适形放疗。结论 胸中段食管鳞癌,长度4~18 cm放射治疗,三维适型/调强放疗对危及器官剂量学的影响有明显差异。同部位的肿瘤受到相同剂量照射情况下,调强放疗对危及器官的影响较三维适型放疗小,靶区剂量分布均匀度好。     

肿瘤精确放疗新进展——图像引导自适应放疗

图像引导自适应放疗(ART)是一种新型的肿瘤精确放疗技术,它是继三维适形放疗(3D-CRT)和三维调强放疗(IM-RT)之后,随着图像引导放疗(IGRT)的普遍应用而发展起来的。ART可以较好地解决放疗分次间的靶区位置和形态变化问题,适用于各种部位的肿瘤。对于鼻咽癌患者和(或)体重明显下降的头颈部肿瘤患者,采用ART可使PTV的边界缩小,减少腮腺等危及器官所受剂量,降低放疗毒副反应。对于胸腹部肿瘤,ART可有效解决分次治疗间的靶区运动问题,在提高肿瘤照射剂量的同时有效降低同侧正常肺组织的受照剂量,使肺毒性降到最低。前列腺癌由于受膀胱和直肠充盈程度的影响,靶区的变形有时会比较大,采用ART可显著降低直肠副反应发生的概率,也可消除直肠扩张对治疗的影响。而对膀胱癌和宫颈癌患者进行分次治疗时,采用在线ART技术更新治疗计划,可明显减少肿瘤靶区周围危及器官的辐射剂量,保护直肠和大肠等危及器官,从而降低放射性直肠炎、放射性膀胱炎等放疗并发症的发生概率。     

基于图像融合技术的三维适形放疗靶区界定的研究

目的:探讨以图像融合技术为基础的肿瘤三维适形放疗靶区界定方法以及图像融合的原理.材料和方法:因为单纯CT图像为三维适形放疗认定靶区的缺陷和不确定性,以不同医生定义不同肿瘤区域,在不同的时间,得到不同的结果.而采用以体外标记点和内部互信息法进行多模式图像融合技术,在靶区定义得到一致的结果.结果:单纯利用CT图像进行靶区的定义,不同医生之间,在不同的时间存在差异(P＜0.05),而采用融合技术减少他们的争议和差异.结论:利用多模式图像融合可以提高靶区定义的准确性,有利于三维适形精确放射治疗.     

宫颈癌术后盆腔螺旋断层调强放疗两种计划设计方法的剂量学分析

目的:比较两种螺旋断层调强放疗(IMRT)计划设计方法(对骨髓进行单独限量的BMS-IMRT,未对骨髓进行单独限量的IMRT)的异同点,探讨宫颈癌患者术后盆腔外照射血液毒性发生几率降低的可行性。方法:对9例宫颈癌术后患者进行模拟CT增强扫描,在ADAC Pinnacle3 V9.2计划系统内勾画临床靶体积(CTV),CTV均匀外扩1.0 cm生成计划靶体积(PTV),同时勾画小肠、直肠、膀胱、骨髓。进而设计出BMS-IMRT和IMRT的2种治疗计划,计划靶区处方剂量为45Gy,单次1.8 Gy,计划要求95%计划靶区体积被处方剂量线包绕。采用Hi Art4.1.1治疗计划系统提供的卷积/迭加算法对两种放疗技术的治疗计划进行剂量计算,比较靶区和危及器官剂量分布、剂量体积直方图参数。结果:两种计划的靶区剂量均匀性和适形性差异无显著性意义,但BMS-IMRT的适形度略优于IMRT计划,骨髓限量计划中的V5、V10、V20等剂量学参数分别较骨髓未限量计划中的相应参数降低0.06%、17.33%、22.19%、13.85%、16.46%,除小肠V30、膀胱V30、V40外,其它危及器官的受量差别不大。结论:对于宫颈癌术后接受TOMO放疗患者,设计治疗计划时对骨髓采取限量措施有可能降低血液毒性发生概率和严重程度,从而提高患者生存质量。     

利用堆叠式神经网络提高格蕾丝眼病放疗靶区的自动勾画精度

相较于以往将靶区作为单独区域进行自动分割的神经网络,本文提出了一种利用靶区周围器官的位置及形状信息来限定靶区形状及位置,并通过多个网络的叠加融合空间位置信息,从而提高医学图像自动分割精度的堆叠式神经网络。本文以格蕾丝眼病为例,基于全卷积神经网络构建了堆叠式神经网络,对其左右两侧放疗靶区分别进行分割。以医生手动勾画结果为标准,计算体积戴斯相似系数(DSC)和双向豪斯多夫距离(HD)。相较于全卷积神经网络,堆叠式神经网络勾画结果可以使左右两侧体积DSC分别提高1.7%和3.4%,同时左右两侧的双向HD距离分别下降0.6。结果表明,堆叠式神经网络在提升自动分割结果与手动勾画靶区重合度的同时,减小了小区域靶区的分割误差,进一步说明堆叠式神经网络能有效地提高格蕾丝眼病放疗靶区的自动勾画精度。     

左侧乳腺癌改良根治术后放疗三种技术的比较

目的：从剂量学上比较三维适形（3DCRT）、适形调强（IMRT）和容积弧形动态调强（VMAT）3种放疗技术在左侧乳腺癌改良根治术后放疗的优劣。方法：对10个病例统一标准勾画临床肿瘤靶区（CTV）、危及器官（OAR）、计划靶区（PTV）并做计划,比较3种技术间参数的差异,p〈0．05有统计学意义。结果：1MRT和VMAT计划的PTV剂量覆盖均较3DCRT改善（p〈0．05）,而前两者间的PTV剂量覆盖、热点区域和不均匀指数（HI）均无显著差异（p〉0．05）。IMRT和3DCRT的心、左肺平均剂量无显著差异（p〉0．05）。VMAT的心脏和左肺放射暴露明显高于其它2种技术（P〈O．05）。结论：在左侧乳腺癌改良根治术后放疗中,IMRT较3DCRT和VMAT有明显剂量学优势。CTV位移界定对胸部靶区和危及器官放射暴露影响显著,需对其进行个体化定量与最小化。     

基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用

目的:评估基于人工智能技术的自动勾画软件勾画胸部危及器官轮廓的几何学精度,为临床应用提供依据。方法:选择30例胸部肿瘤患者的CT图像,分别使用基于人工智能技术的自动勾画软件勾画和医师手动勾画胸部危及器官。采用Hausdorff距离、形状相似性指数及Jaccard系数这3个指标评价自动勾画与手动勾画危及器官的几何学一致性。结果:在肺、心脏和脊髓的Hausdorff距离中,最大为右肺的（22.31±4.50） mm,最小为脊髓的（3.17±0.80） mm。危及器官的形状相似性指数值均≥0.91。Jaccard系数中左肺和右肺的均值≥0.95,脊髓的为0.84±0.02,心脏的略低为0.83±0.04。结论:基于人工智能技术的危及器官自动勾画软件对于胸部危及器官勾画能够达到较高的准确性和精度,可以满足临床工作。 【关键词】胸部肿瘤;人工智能;危及器官;自动勾画;放射治疗     

人工智能云技术在乳腺癌患者心脏亚结构自动勾画中的应用

目的:评估人工智能云技术勾画平台（AI Contour）在乳腺癌患者心脏亚结构自动勾画中的准确性和可行性。方法:选取10例进行乳腺癌放射治疗患者的血管增强CT作为研究对象。在AI Contour上分别采用手动勾画、自动勾画和自动勾画后手动修改模式来完成10例患者的心脏亚结构勾画,包括左心房、右心房、左心室、右心室。比较Dice相似性系数（DSC）、Jaccard系数（JC）、Hausdorf距离（HD）、质心偏差（CMD）、包容性系数（IncI）、敏感性指数（SI）、勾画时间。结果:以手动勾画为金标准,自动勾画与手动勾画各心脏亚结构的DSC>0.8,JC>0.6,HD<9 mm,CMD<5 mm,IncI>0.8,SI>0.7。自动勾画后手动修改进一步提高了勾画精度,其中JC>0.8。自动勾画时间与手动勾画时间为（85.50±6.06） s vs （1 160.30±74.31） s,差异具有统计学意义（P<0.05）。自动勾画后手动修改总时间与手动勾画时间为（558.70±33.40） s vs （1 160.30±74.31） s,差异具有统计学意义（P<0.05）。结论:通过比较发现自动勾画技术能以较高的精度完成乳腺癌患者左心房、右心房、左心室、右心室的勾画,节省了大量时间,自动勾画后手动修改能进一步提高各心脏亚结构的勾画精度,同时云勾画平台具有远程协作的优势,值得推广运用。     

基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

目的:基于U-net卷积神经网络的深度学习方法,探讨宫颈癌放疗临床靶区和危及器官自动勾画的可行性。方法:利用U-net卷积神经网络模型搭建的端到端自动分割框架,以100例已进行IMRT治疗的宫颈癌患者CT及组织结构信息为研究对象,并随机选取其中的10例作为测试集。勾画的对象包括临床靶区（CTV）、膀胱、直肠和左、右股骨头5个部分,比较手动和自动勾画的戴斯相似性系数（DSC）和豪斯多夫距离（HD）以评估自动勾画模型的准确性。结果:4种危及器官自动勾画的DSC值都在0.833以上,平均值是0.898;HD值均在8.3 mm以内,平均值为5.3 mm;临床靶区DSC值是0.860,HD值为13.9 mm。结论:基于U-net卷积神经网络建立的自动勾画模型能较为准确地实现宫颈癌临床靶区和危及器官的自动勾画,临床应用中可大幅提高医生的工作效率及勾画的一致性。     

周围型肺癌立体定向放射治疗中采用实体肿瘤靶区推量技术的可行性研究——基于剂量学分析

目的：通过研究周围型肺癌立体定向放射治疗中提高肿瘤靶区最高剂量对剂量限制参数和正常器官剂量的影响，探讨使用实体肿瘤靶区推量技术的可行性，为临床治疗提供剂量学参考依据。方法：收集19例周围型早期肺癌患者的CT图像资料，重新设计放射治疗计划，初始治疗计划在满足放射治疗肿瘤协作组（RTOG）0915号报告关于剂量限制参数的情况下，以2 Gy的剂量爬升梯度分别对肿瘤靶区进行提量，共得到5组治疗计划。结果：5组计划的剂量限制参数均能满足RTOG0915号报告要求。5组计划的剂量限制参数和正常器官剂量无显著差异，但是肿瘤靶区最高剂量存在显著差异（P<0.05），最高和最低剂量组剂量差异可达6.6 Gy。结论：提高肿瘤靶区最高剂量对剂量限制参数和正常器官剂量没有显著影响。由于提高靶区内最高剂量会直接影响肿瘤的局部控制率，因此在满足剂量限制参数的前提下，建议使用实体肿瘤靶区推量技术以提高肿瘤靶区内的最高剂量。     

基于PARTER开展肿瘤Flash-RT研究——设计及计算

闪光放疗（Flash-RT）是近年来国际肿瘤放疗研究的前沿科技和研究热点,其使用超大剂量率（通常大于100 Gy/s） 在极短时间（1~50 ms）内将全部放疗剂量注入靶区。研究发现其对正常组织体现出更小的损伤,同时可呈量级地降低放 疗时间。中国工程物理研究院太赫兹自由电子激光装置上的超导电子加速器可提供最高平均流强5 mA的6~8 MeV电 子束流,基于它的先进放疗研究平台（PARTER）具有Flash-RT研究的潜力。本文首次介绍PARTER及详细的Flash-RT专 用靶和准直器物理设计方案,并给出关键参数的蒙特卡罗模拟计算结果。根据设计,平台上生物样品内注入的最高剂量 率达2 000 Gy/s,剂量注入时间从μs到百ms持续可调,100 Gy/s以上剂量率覆盖深度超过20 cm,符合Flash-RT研究要求。 文中给出了详细的计算过程和结果分析,以提供给之后在PARTER上开展Flash-RT实验研究作为基本参考数据。     

放射治疗中医学图像自动分割的研究进展

回顾放射治疗中传统（非深度学习）自动分割算法和新近出现的深度学习（卷积神经网络和全卷积网络）算法的临床 应用和研究进展情况。对以强度阈值算法为代表的第一代自动分割技术，以聚类算法为代表的第二代自动分割技术，以基 于图谱库分割算法为代表的第三代自动分割技术进行了简要概述。指出基于深度学习的第四代自动分割技术已在鲁棒性、 一致性、效率等方面取得了较大提升，但仍存在一些偏差原因无法辨识、影像采集协议不一致、高质量数据集缺乏等局限性， 这些不足需要在日后的工作中不断加以完善。最后探讨了如何针对自动分割软件进行临床调试和质量保证的问题。     

放疗记录审查方法及国内外审查工作现状

现代放疗是一个多学科、多阶段的复杂完整过程，任何一个差错就会影响患者的治疗效果。为了发现差错，应该对患者放疗过程中每个阶段的记录进行审查。参考AAPM TG-275号报告等重要文献，介绍放疗记录审查的概念、作用、内容、方法和国内外审查工作现状。目前采用的审查方法以手工为主，自动为辅。采用的自动审查方法有逻辑判断、聚类分析、贝叶斯网络、结构相似性分析和人工智能等。模拟定位阶段、计划设计阶段和治疗阶段是审查的重点。但目前，日常审查工作主要针对计划设计阶段，对治疗阶段很少开展，对模拟定位阶段则基本没有开展；研究工作的重点是提高审查方法的灵敏度和自动化、智能化程度。预计未来审查工作会开展得更完整，更有效果和效率。     

基于增强CT的手动勾画与基于PET-CT的自动勾画方法在鼻咽癌放疗中的对比研究

目的:探究基于增强CT的手动勾画与基于PET-CT的自动勾画方法在鼻咽癌放疗中的优劣性及应用价值。方法:采集34例鼻咽癌患者的PET-CT数据,比较医生分别在增强CT和PET-CT图像上勾画靶区的差异性,以CSCO指南在PET-CT双模态融合图像上手动勾画的靶区作为金标准,应用Matlab软件计算单一标准摄取值（SUV）阈值分割法和MIM软件自带的PET-EDGE分割法两者的重叠率Dice和豪斯多夫距离HD值,并采用t检验进行统计学分析。结果:基于增强CT图像的手动勾画法、基于PET-CT图像的单一SUV阈值法以及PET-EDGE自动勾画法,3者靶区分割结果的Dice值分别为0.706、0.736、0.806,HD值分别为12.601、11.631、6.143 mm。以PET-CT双模态图像作为参考的靶区手动勾画法与基于增强CT的手动勾画存在差异（Dice:P=8.33×10-7;HD:P=1.065×10-18）;MIM软件自带的PET-EDGE靶区分割法Dice和HD值高于单一SUV阈值法,差异具有统计学意义（Dice:P=0.019 8;HD:P=0.013 7）。结论:在鼻咽癌肿瘤靶区的分割性能上,基于PET-CT图像的自动勾画优于基于增强CT图像的手动勾画,MIM软件自带的PET-EDGE分割法优于单一SUV阈值分割法。