鼻咽癌调强放疗靶区安全外扩边界研究

目的:利用电子射野影像验证系统(electronic portal imaging device,EPID)监测鼻咽癌调强放疗的摆位误差为PTV外扩边界提供依据,使得放射治疗计划的设计更为科学合理.方法:随机选取50例鼻咽癌调强放疗患者,采用“盲拍”模式获取患者治疗前及每周的摆位误差结果,根据公式MPTV =2.5∑ +0.7σ计算CTV到PTV外扩边界.结果:在左右、上下和前后各方向的误差分别为(0.0046±0.0875) cm,(0.048 3±0.065 1)cm和(0.027 2±0.137 3)cm;得到左右、上下和前后方向上外扩的边界分别为0.1 cm、0.4 cm、和0.4 cm.结论:通过图像引导方式监测患者的摆位误差情况,可以评估靶区安全的外扩边界.为保证肿瘤区域得到准确的剂量和减少正常组织受量,PTV外扩边界理论上应不小于0.4 cm.     

准直器角度对宫颈癌 VMAT 的剂量学影响

目的：比较两种不同准直器角度对晚期宫颈癌 VMAT 计划的剂量学影响,为晚期宫颈癌 VMAT 计划的设计提供临床参考。方法：选择11例晚期宫颈癌患者,每例病人分别设计两种不同准直器角的双弧 VMAT计划,计划 A 和计划 B 的准直器角度分别为15°／345°和0°／90°。PTV 处方剂量为45Gy／（25f·1．8Gy）。所有计划都满足95％的靶区体积达到处方剂量要求。比较每个计划 PTV 的适形性指数（CI）与均匀性指数（HI）以及膀胱、直肠、股骨头和双肾的体积剂量（V30、V40、V50和 V18）和平均剂量（Dmean ）等参数。结果：两组计划靶区覆盖均能满足临床要求,但 B 计划的 CI 明显优于 A 组计划（0．75±0．03 vs 0．66±0．06;P ＜0．05）,并且有相似的均匀性指数。与 A 计划相比,B 计划在危及器官的体积剂量和平均剂量均明显低于前者（P ＜0．05）或者两者没有差别（P ＞0．05）。计划 A、B 两组膀胱和直肠的平均剂量（Dmean ）和体积剂量 V40分别为：（4500．70±218．28）cGy vs （4168．56±212．62）cGy（P ＝0．000）和（83．43％±11．73％）vs（61．46％±9．47％）（P ＝0．000）;（4836．12±313．33）cGy vs （4719．27±182．24）cGy（P＝0．121）和（97．05％±3．29％）vs （93．78％±6．60％）（P ＝0．066）。结论：对于晚期宫颈癌 VMAT 计划的设计,准直器角度为0°／90°的计划结果优于15°／345°的计划。不仅 PTV 的剂量分布有更好的适形性,而且能更好地保护危及器官。因此推荐使用0°／90°的准直器角度设计晚期宫颈癌的 VMAT 计划。     

模拟摆位训练对鼻咽癌调强放疗首次摆位误差的影响研究

目的:研究治疗前模拟摆位训练对鼻咽癌调强放疗首次摆位误差的影响,为提高治疗摆位精度提供临床参考.方法:实验入组100例鼻咽癌调强放疗患者,随机分为常规组(50例)与训练组(50例).常规组按常规过程治疗摆位,训练组在治疗前一天进行一次模拟摆位训练.相同条件下,首次治疗摆位时利用EPID给患者拍摄MVDR验证片,通过灰度配准+人工配准得到摆位误差,并记录满足临床要求所需调整的摆位次数n.采用独立t检验进行统计分析.结果:与常规组相比,训练组中患者首次摆位的旋转误差无论在调整前还是在调整后都要明显变小,差别具有统计学意义(P<0.05).调整前和调整后的常规组与训练组的旋转角度Rtn分别为(0.25°±0.75°) vs (-0.01°±0.22°)(P=0.026)和(0.03°±0.15°) vs (-0.12°±0.10°)(P=0.027).另外,训练组在首次摆位过程中调整次数要明显少于常规组(P<0.05),调整次数分别为(0.14±0.40)次 vs (0.80±1.26)次(P=0.001).结论:鼻咽癌调强放射治疗前进行模拟摆位训练可以明显减少旋转角度误差和调整摆位次数,提高了放射治疗摆位精度和效率.     

ABAS软件勾画OAR临床前测试重要性研究

目的 对基于模板自动分区(ABAS)算法的图像勾画软件进行临床前测试,评估鼻咽癌放疗计划OAR勾画精度,为确定临床应用条件提供依据。方法 以放疗医师在22例鼻咽癌患者放疗计划CT图像上手工勾画的OAR结构为评价标准,分别对ABAS软件两种算法(General和Head/Neck)自动勾画的OAR进行以下测试:(1)每1例患者均拷贝1套图像,以原图像上手工勾画的轮廓为模板在拷贝图像上自动勾画,考察自动勾画对模板的还原能力;(2)以1例患者图像上手工勾画的轮廓为模板,对其余患者图像进行自动勾画,考察采用单一模板对不同患者图像自动勾画的准确度。评价指标包括各OAR的DSC、V_diff、DSC与勾画体积相关性,以及自动勾画加手工修改与单纯手工勾画的耗时差别。Wilcoxon符号秩检验,Spearman相关性分析。结果 Head/Neck算法对模板还原能力优于或相当于General算法,自动勾画DSC与所勾画结构体积大小呈正相关(r_s=0.879、0.939)。还原测试中体积>1 cm³器官自动勾画的DSC>0.8。使用Head/Neck算法基于单一模板的自动勾画中,脑干、颞叶、腮腺、下颌骨的DSC和V_diff平均值分别为0.81~0.90和2.73%~16.02%,颞颌关节和视交叉DSC为0.45~0.49。应用自动勾画加手工修改比单纯手工勾画可以节省68%时间。结论 临床前测试可以确定ABAS算法在特定临床应用条件的准确度和适用范围,所测试软件可帮助提高鼻咽癌放疗计划OAR勾画效率,但不适用于较小体积器官的勾画。