目前调强放疗技术广泛应用于临床放射治疗, 它能改善靶区剂量分布的均匀性, 同时减少周围正常组织的受照剂量从而降低并发症发生概率。其中在放射治疗计划(TPS)设计和剂量计算环节, 如果采用不同的计算模型, 可能导致靶区及危及器官剂量分布计算结果差异^[1-3]。本研究利用瓦里安Eclipse计划系统所提供的笔形束卷积算法(PBC)和各向异性解析算法(AAA), 对13例行调强放疗的前列腺癌患者分别用两种算法进行计算并用PTW二维电离室矩阵剂量验证系统进行测量, 现将比较结果报道如下。

研究对象为13例术后接受调强放射治疗的前列腺癌患者, 平均年龄75.2岁。

患者采用仰卧位, 用真空垫及平板式碳纤维进行体位固定。用Siemens CT进行平静呼吸状态的扫描, 扫描范围从腰Ⅳ椎体至闭孔下缘2~3 cm, 扫描层厚5 mm。将CT图像导入瓦里安Eclipse Version 8.10治疗计划系统(TPS), 在每个CT层面上勾画CTV及直肠、膀胱、股骨头等危及器官, CTV外放5 mm为PTV。处方剂量7 000~7 260 cGy, 分33~36次, 射线能量选用6 MV X射线。在TPS中进行逆向调强放疗计划设计, 采用7个射野动态调强技术。在医生给定相同的各临界器官及靶区体积剂量限值处方下, 计划设计时设定相同的器官及组织权重指数等优化条件, 分别采用TPS提供的PBC和AAA算法进行通量优化和剂量计算, 计算网格选用2.5 mm。最后采用PTW公司二维电离室矩阵(2D Array)、平板固体水模及瓦里安公司Clinic IX加速器对单次治疗进行验证测量, 并将结果分别与TPS中两种方法的计算结果进行比较, 获得二维矩阵上测量点的γ通过率和绝对剂量差值, 其中γ通过率的设定条件为3 mm位移和3%剂量误差。

包括靶区均匀性指数(HI)、适形指数(CI)、PTV内剂量大于处方剂量的体积占整个PTV体积的百分比(PTV_DP)、PTV内的平均剂量(PTV_mean)、直肠和膀胱的V₅₀(受照剂量> 50 Gy的体积占直肠、膀胱总体积的百分比)、γ通过率、单次治疗时二维矩阵上测量点实测值与TPS计算值的最大剂量差值(DD_max)及平均剂量差值(DD_mean)。其中, HI=D₅/ D₉₅, D₅和D₉₅分别表示5%及95% PTV接受的最低剂量。而CI由公式(1)计算, 其中V_{t, ref}为参考等剂量线面所包含的靶区体积, V_t为靶区体积, V_ref为参考等剂量线面包含的体积。

1)

采用SPSS10.0软件对数据进行分析, 首先用K-S法对每组数据进行正态分布检验, 结果均符合正态分布。因此采用配对t检验进行统计分析, 显著性水平α=0.05。

AAA算法获得的HI值要略好于PBC的计算结果, 而其他观测指标间差异无统计学意义。

表 1 Table 1

表 1 逆向动态调强放疗计划两种算法获得的PTV剂量分布

表 1 逆向动态调强放疗计划两种算法获得的PTV剂量分布

两种算法获得的结果差异不大。而关于患者危及器官股骨头的V₅₀数据未列入, 因为所有13例左侧股骨头的V₅₀均为0, 而右侧股骨头的V₅₀值中有10例患者为0, 另外3例患者PBC和AAA算法分别算的的V₅₀数据分别为0.07%、0.41%、0.41%和0.31%、4.24%、0.5%, 因此不能做统计学分析。

表 2 Table 2

表 2 两种算法获得的直肠、膀胱V50结果比较

表 2 两种算法获得的直肠、膀胱V50结果比较

γ通过率的差异无统计学意义。而DD_max及DD_mean数据表明, AAA算法计算获得的二维电离室矩阵测量点的点剂量与实际测量值最大差值及平均差值要比PBC算法获得的结果略高。

表 3 Table 3

表 3 剂量验证测试结果与两种方法获得的剂量分布比较

表 3 剂量验证测试结果与两种方法获得的剂量分布比较

关于放疗计划设计时使用PBC算法和AAA算法对同一患者计划计算的结果差异分析, 很多学者进行了研究, 总的来看对于不同部位的肿瘤, 其比较结果不尽相同。Chakarova R等^[4]利用固体水模型对0~2 cm深度范围内的剂量分布进行了计算并用热释光和胶片剂量计进行了测量, 结果显示AAA算法与Monto Carlo算法算得的结果差异在3%、4 mm以内, 而PBC算法则未能达到此差异范围。甚至在8 mm深度内计算的剂量结果与Monte Carlo算法的结果差异要超过5%。Ottosson RO等^[5]对31例IMRT计划的分析表明, PBC算得的剂量偏低, 精确性不如AAA算法, 特别是在射线能量高和密度变化较大的区域内进行剂量计算时误差更大。Kan MW等^[1]对鼻咽癌患者的研究表明, 与用人体模拟体模实际剂量测量结果比较, AAA算法得到的空气-组织分界面上的剂量计算结果要好于PBC算法。其中在使用2 cm × 2 cm单射野的极端情况下, PBC和AAA算得的结果与实际测量结果分别存在20.7%及8.3%的差异, 而在多野情况下, AAA算法得到的结果与实际测量结果差异均在3%以内。对于乳腺癌, Basran PS等^[6]对10例患者的研究表明, PBC、AAA及Monte Carlo算法所获得的剂量分布结果基本一致; 而马长升等^[2]研究则表明, AAA算法能计算所得的CI要好于PBC算法, 12例乳腺癌患者的CI平均值相差约5%, 正向调强计划时AAA算得的肺的V₂₀值高于PBC算得的结果约1%, 其他剂量学参数及危及器官检测指标间的差异不明显。对于肺癌, Fogliata等^[3]报道, AAA算法计算结果受呼吸影响的幅度要小于PBC算法, 因此采用AAA算法更好; 伍然等^[7]对20例肺部肿瘤患者的研究则显示, 从剂量验证的角度看, AAA算法的计算结果能获得更好的γ通过率, 平均值比PBC算得的结果高5.5%左右。张富利等^[8]对7例非小细胞肺癌的类似的研究则显示, PBC和AAA两种算法所获得的适形指数、剂量均匀性指数无差异, 除肺组织平均剂量(分别为5.37 Gy和5.5 Gy)和V₁₀指标(分别为29.6%和31%)两种算法算得的结果差异显著外, 其余正常组织的观测指标间的差异均无统计学意义。上述结果说明, 在密度变化大的区域使用AAA算法能获得比PBC算法更好的结果, 但目前关于两种算法在前列腺癌患者治疗计划中的应用差异, 相关探讨不多。

本研究对13例前列腺癌患者的治疗计划进行设计时探讨了AAA算法和PBC算法所得结果的差异。两种算法获得的γ通过率, PTV_DP、PTV_mean、HI、CI及直肠、膀胱V₅₀等剂量学参数结果相差不大, 笔者分析原因是因为对于前列腺癌患者, 由于靶区及周围组织密度变化不大, 不同密度组织时的跌落效应和跃升效应小, 从而AAA算法的优势在前列腺癌患者治疗计划计算中不明显。而关于剂量分布方面, PTW二维电离室矩阵的实际测量结果与两种算法的理论计算结果比较所得的γ通过率均达到95%以上, 均符合临床剂量学要求且差异无统计学意义。而DD_mean的结果相差0.85%左右(1.7 cGy), 其中AAA算法得到的结果稍大, 原因可能是由于AAA算法考虑了原射线、电子污染及准直器散射等因素^[9]。另外, 关于制定治疗计划所需要的时间, 笔者也进行了统计, 在相同的优化设定条件下, 13例前列腺癌患者计划中两种算法所需要的优化及计算时间相差不大, 其中AAA算法只比PBC算法平均少8秒左右, 并没有见到哪一种算法能明显节省时间, 笔者认为可能是目前的计划系统普遍采用了高性能的计算机, 而计算机运算处理速度的大幅提升大大缩短了计划设计时的优化和计算时间, 从而不同算法所需要的时间也相差不大。

综上, 在对前列腺癌患者进行调强放疗计划设计时, 由于PBC和AAA两种算法算得的结果一致, 因此两种算法均可用于剂量计算。