Rapidplan简化模型在宫颈癌VMAT计划设计中的应用.docxVIP

? ? Rapidplan简化模型在宫颈癌VMAT计划设计中的应用 ? ? 王景，季茹，裴曦，汪志 1. 安徽医科大学 生物医学工程学院，安徽 合肥 230032；2. 安徽医科大学第一附属医院 放疗科，安徽 合肥 230022；3. 中国科学技术大学 放射医学物理中心，安徽 合肥 230025 引言 放射治疗是肿瘤治疗的主要方式之一，70%的肿瘤患者可以通过放疗提高肿瘤局部控制率，减少正常组织并发症[1-2]。放射治疗的质量与放疗计划息息相关，放疗计划的挑战之一，是如何在保证靶区剂量的同时保护正常组织[3]，物理师难以先验评估这种平衡，因此物理师和医疗机构的水平经验不同，会导致计划质量的差异，基于先验知识的自动计划（Knowledge Based Planning，KBP）目前已经被建议作为一种解决方案，来减少这种差异[4-5]。Varian公司在其Eclipse计划系统13.5版本正式推出基于先验知识的Rapidplan自动计划模块，通过先验知识建立模型，以模型进行放疗计划参数的自动设计，即自动计划，旨在实现计划的一致性，改进计划质量和提高放射治疗的效率[6]。一经推出就受到国内外学者的关注，并已经研究了其在肝脏[7]、骨盆[8]、食管[9]、头颈部肿瘤[10-11]、乳腺癌[12]、肺癌的立体定向放射治疗（Stereotactic Body Radiation Therapy，SBRT）[13]、脊髓SBRT[14]、前列腺癌[15]等癌症以及在质子放射治疗领域[16]和新冠肺炎的大背景下放射治疗中的应用[17]。但是Rapidplan自动模型的实施、验证和培训过程相当耗时[18]，过去的研究一定程度上忽略了模型建立对于医疗机构水平经验的高要求。本文研究验证一种Rapidplan简化模型在宫颈癌容积调强（Volumetric Modulated Arc Therapy，VMAT）治疗中的应用，摒弃传统的反复筛选验证的训练过程，尝试简化建模方式，解决处于放射治疗发展初期的医疗机构水平经验不足，无法处理复杂的建模流程，从而无法应用Rapidplan模型来稳定放射治疗质量的问题，进一步探索Rapidplan自动计划在临床成规模应用的可行性。 1 材料和方法 1.1 临床资料 选取安徽医科大学第一附属医院肿瘤放疗科2018年12月至2020年3月宫颈癌VMAT放疗计划60例。患者均呈仰卧位，双手抱肘置于额头，真空体模固定，行大孔径CT（GE Discovery RT 590）以5 mm层厚扫描，采用相同处方剂量（50 Gy/25 f），Vitalbeam直线加速器单中心VMAT双整弧照射，计划由资深物理师通过Varian公司Eclipse13.6计划系统优化，且由主治医生认可并已经临床应用。另外抽取10例临床病例，作为测试组。 1.2 Rapidplan简化模型训练 将60例宫颈癌VMAT放疗计划导入Rapidplan模块，进行模型训练。简化模型结合宫颈癌VMAT放射治疗的实际临床需求，只进行膀胱，直肠和小肠三个危及器官（Organ At Risk，OAR）的训练，将病例导入后进行第一次模型训练，此时训练日志会列出强影响点（鉴别工具为cook’s distance，CD，阈值为4），几何异常点（鉴别工具为modified Z-score，mZ，阈值为3.5）和剂量异常点（鉴别工具为Studentized Residual，SR，阈值为3，Areal difference of estimate，dA，阈值为3），以及靶区和各OAR的DVH图，删去DVH图中异常曲线和超过系统阈值所代表的计划和结构，剩余48例病例，之后进行第二次训练，得到最终的自动计划模型。将第二次训练得到的简化模型投入临床测试。表1展示了简化训练完成后统计得到的自动计划模型拟合结果主要统计分析数据。 表1 自动计划模型拟合结果统计主要分析数据 1.3 计划评估 将选取的10例手动优化临床应用（Clinical Manual Optimization，CMO）计划，利用Rapidplan模型生成自动计划，过程中保证除模型生成自动计划参数步骤外，其他所有条件不变。再将优化完成的Rapidplan自动计划和CMO计划进行计划靶区和重要参数的对比，从而确定自动计划的可用性。 基于国际放射性单位委员会83号报告[19]，以D2和D98作为靶区近似最大剂量和近似最小剂量，评估靶区剂量分布，均为越接近处方剂量越好。适形度指数（Conformity Index，CI）值评估靶区适形度，值介于0～1之间，越接近1说明适形度越好，均匀度指数（Homogeneity Index，HI）值评估靶区剂量分布均匀度，HI越小说明均匀度越好。结合临床实际，在处方剂量为50 Gy/25