RT-Mind自动勾画技术应用于鼻咽癌放射治疗可行性研究.docxVIP

? ? RT-Mind自动勾画技术应用于鼻咽癌放射治疗可行性研究 ? ? 薛涛，吴迪，卢晓岩，张恒，秦浩人，李海鹏，孙婉君，王辉 1.天津市人民医院放疗科，天津 300121；2.天津市人民医院肿瘤科，天津 300121；3.天津中医药大学中西医结合学院，天津 300193 前言 鼻咽癌是我国常见的头颈部恶性肿瘤之一，南方地区高发［1］。由于鼻咽癌的解剖位置复杂、周围淋巴结引流分布的特殊性且病理分型大多为中低分化鳞癌（90%左右）［2-3］，故放射治疗是鼻咽癌的主要治疗手段［4］。近年来随着放射生物学、放射物理学、医学影像技术等相关学科的发展，鼻咽癌放疗技术不断改进，常规放疗、近距离放疗、非常规分割放射治疗、立体聚焦式放疗、适形放疗先后应用于临床［5］，随着调强放射治疗技术日趋成熟，其高度的剂量适形性照射技术可使肿瘤靶区同时得到不同的照射剂量，从而形成靶区剂量的高梯度变化［6］。头颈部解剖位置复杂，鼻咽癌调强放疗技术优于传统放疗技术［7］，调强放疗技术提高了鼻咽癌的局部控制率和总生存率，改善了生存质量［8］，而准确勾画临床靶区（Clinical Target Volumes, CTV）和危及器官（Organsat-Risk, OARs）是保证鼻咽癌调强治疗疗效的前提［9］。 当前勾画CTV 和OARs 都是由放射治疗医师参考多模态影像资料手动勾画［10］，需要大量的精力和时间，繁琐和重复性的工作降低了医师对患者进行诊疗的效率。近年来，自动勾画软件的开发已成为放疗领域的热点，基于患者图集和基于卷积神经网络的自动勾画是目前两种主要技术［11-12］。RT-Mind软件是基于卷积神经网络系统开发出来的自动勾画软件，它利用改进版的U-Net 卷积神经网络（RTDNet）模型，运用标准数据集对其进行训练，通过算法逻辑对图像进行自动分割勾画［13］。本研究拟通过RT-Mind 软件，探讨其对鼻咽癌放疗患者CTV 和OARs自动勾画的精确度，为临床应用提供参考。 1 资料与方法 1.1 临床资料 选取2019年8月～2020年7月于天津市人民医院放疗科诊治的28 例鼻咽癌调强放疗患者，年龄最大73岁，最小21岁，中位年龄60岁。 1.2 定位设备及方法 定位设备采用美国16 排GE 大孔径CT 模拟机，由定位激光灯系统、螺旋CT 和各种模拟软件构成。患者取仰卧位，热塑头颈肩膜固定体位。扫描参数：电压150 kV，电流300 mAs。扫描范围：从头顶至气管分叉；重建层厚：2.5 mm，增强CT 扫描，完成后将图像传至瓦里安Eclipse15.5治疗计划系统。 1.3 RT-Mind软件 RT-Mind 自动勾画软件由北京医智影科技有限公司研发设计，采用RTD-Net模型，见图1。RTD-Net模型包含编码器（Encoder）及解码器（Decoder）两部分，解码器部分产生的特征图可通过跨层直接连接到编码器部分相对应的特征图，图像分割结果更精确；增强了定位精度，网络实现目标特征重新校准，强调有用的特征信息，减少假阳性。 图1 RTD-Net的总体框架Figure 1 Overall framework of RTD-Net 1.4 手动、自动勾画CTV及OARs 在瓦里安Eclipse 15.5 治疗计划系统中，患者的CTV 及OARs 均在定位CT 图像上参考MR 影像勾画，在统计计算前均经3名以上放射治疗医师进行器官勾画校对，OARs 包括脑干、脊髓、左右晶体、视交叉、左右视神经、左右腮腺、左右颞合关节、下颌骨等，勾画标准参考ICRU62号文件［14］。将选取的28例鼻咽癌患者调强放疗CT 图像传入RT-Mind 软件中，使用鼻咽癌自动勾画功能，对CTV 及上述OARs 进行自动勾画。 1.5 评估参数 以医生手动勾画的CTV、OARs 轮廓做为金标准，采用Dice 相似性系数（Dice Simmilarity Coeficient, DSC）、Jaccard 系数（Jaccard Index, JAC）、敏感性指数（Sensitivity Index, SI）、包容性系数（Inclusiveness Index, lncl）、质心偏差（Deviation of Centroid, DC）、Hausdorff 距离（Hausdorff Distance,HD）等参数［15］，来评估RT-Mind 软件自动勾画CTV、OARs轮廓的准确性。 DSC 表示自动与手动勾画在轮廓体积上的重合度，DSC值为0～1。 其中，Vref为参考勾画轮廓的体积，Vauto为自动勾画轮廓的体积。 JAC 表示自动与手动勾画轮廓的交集与两者并集的比值，用以比较两组勾画轮廓间的相似性与差异性。JAC 的范围为0～1，JAC 为0 时表示自动勾画的结果与人工勾