胃是胸腹部肿瘤放疗患者的重要危及器官之一。正常胃位于膈下腹腔内，由前后两壁组成，上接食管，下连小肠，占据左侧季肋区及部分上腹区。在腹部肿瘤患者（例如胰腺癌、胆管癌等）的放疗计划制作时，正常胃的剂量分布是必须要考虑的。而食管癌术后患者的胃被移动到胸腔中。食管癌术后胸腔胃的位置变化，对根治术后照射范围及剂量提出了要求，胸腔胃的放射性损伤也是影响患者生存质量的主要因素^[1]。随着人工智能技术的发展，基于人工智能的自动轮廓勾画技术在放射治疗领域的应用不断拓展，出现了许多商用自动勾画软件^[2]。自动勾画软件的应用可大大提高放疗工作效率，加速危及器官及肿瘤靶区的勾画进程。国内外有不少学者对商用软件的自动勾画效果进行了评估分析，但其中鲜有针对胃结构自动勾画效果究报道。因此，本研究选取36例胸腹部肿瘤患者，应用AccuContour软件自动勾画胃结构，对正常胃和胸腔胃的自动勾画效果进行评估和比较，为使用该软件自动勾画胃结构及该软件的升级优化提供参考数据。

1 材料与方法 1.1 病例选择

选取2016年3月—2020年12月南京医科大学附属南京医院（南京市第一医院）收治的36例胸腹部肿瘤患者进行研究。36例患者分成2组，A组为18例有正常胃的胸腹部肿瘤患者（包括胰腺癌癌10例、胆管癌5例、其他肿瘤3例）；B组为18例食管癌术后有胸腔胃的患者。A组患者平均年龄为（63.0 ± 9.3）岁，范围（48～79岁），B组患者平均年龄为（70.1 ± 6.5）岁，范围（58～80岁）。

1.2 自动勾画软件

使用的自动勾画软件为厦门Manteia（中国）公司开发的AccuContour 3.0软件。该软件是一款基于深度学习的自动勾画软件，可对放疗患者定位CT图像中头颈部、胸部、腹部和下腹部的多种危及器官和部分肿瘤靶区进行自动勾画。

厂家在数据收集过程中，遵循多中心、多地域、多病种的原则，尽量增加训练数据的差异性，来提升深度学习模型的精度以及泛化性能。在数据手动标注的过程中，采用一例数据多人标注的方法，通过检查人之间的标注差异，在达到一定程度一致性后，再加入训练库中，来提高训练数据的标注质量；标注标准采用2014年发布的RTOG上腹部正常器官勾画指南^[3]。

厂家采用FlexUNet 2D的网络结构，该网络在训练时将搜索多个不同结构的子网络，并根据验证集DSC评分保留表现最佳的网络连接路径。基础的层操作类型有3 × 3卷积、1 × 1卷积、直连等3种，每个卷积层后面都有批标准化（Batch Norm）层，主线卷积层后还额外添加线性整流函数（Rectified Linear Unit，ReLU）。在编码器和解码器之间以级联的方式进行跃层连接，将高分辨率的细节信息和深层次的图像语义信息进行结合，提升勾画模型的效果。

1.3 胃结构的勾画

手工勾画：放疗工作人员使用瓦里安Eclipse治疗计划系统的勾画工具，在A组和B组患者的定位CT图像上分别手工勾画正常胃和胸腔胃结构。手工勾画正常胃结构，参考RTOG上腹部正常器官勾画指南和《肿瘤放射治疗危及器官勾画》^[4]的解剖边界及图谱，胃的上界为左侧隔膜，下界为十二指肠，侧界为心脏、脂肪组织和小肠，后界为主动脉、胰体尾和脾，中部为腹主动脉、隔膜、胰体和脂肪组织，侧界为肝左叶、脂肪组织和升结肠，CT窗值为C40和W400。手工勾画胸腔胃结构，根据胃的解剖结构及与胸腔其他器官的位置关系进行勾画。手工勾画正常胃和胸腔胃结构的工作，由同一位医学影像专业的放疗工作人员完成，并经一位具有高级职称的放射肿瘤医师确认。

自动勾画：首先将36例患者的CT图像和相关结构文件从Eclipse中导出，然后导入AccuContour软件中，选择AccuContour软件中腹部胃结构（Stomach）的自动勾画模板进行自动勾画，勾画时研究人员根据操作系统上的时间记录自动勾画时间。

1.4 评价指标

将自动勾画的结构文件从AccuContour导出并导入Eclipse，通过对自动勾画的胃结构和手工勾画的胃结构设置为计划的Target Volume，得到胃结构的几何中心位置数据，以手工勾画作为参考数据，以自动勾画作为测试数据，根据公式1）～ 4）计算相关位置差异参数。使用AccuContour软件中的相应工具，获取自动勾画和手工勾画胃结构的体积和形状数据。根据公式5）计算2种勾画的体积差异。使用AccuContour软件的菜单按钮，可以自动获得2种勾画的Dice相似性系数（Dice similarity coefficient，DSC）数据。公式6）为DSC值的计算公式。DSC用于评价2个结构轮廓的形状一致性，取值为0～1，值越接近1表示2个结构轮廓形状的相似性越高。

（1）位置差异分别定义为：

$\Delta x = |{x_{\rm{A}}} - {x_{\rm{M}}}|$

(1)

$\Delta y = |{y_{\rm{A}}} - {y_{\rm{M}}}|$

(2)

$\Delta z = |{z_{\rm{A}}} - {z_{\rm{M}}}|$

(3)

$\Delta L = \sqrt {\Delta {x^2} + \Delta {y^2} + \Delta {z^2}} $

(4)

其中ΔL表示总位置差异，Δx、Δy和Δz，分别表示x（左右）、y（腹背）和z（头脚）方向的位置差异。x_A、y_A和z_A分别代表自动勾画的胃结构几何中心在x、y和z方向的坐标；x_M、y_M和z_M分别代表手工勾画的胃结构几何中心在x、y和z方向的坐标。

（2）体积差异定义为：

$\Delta V\% = \frac{{{V_{\rm{A}}} - {V_{\rm{M}}}}}{{{V_{\rm{M}}}}} \times 100{\rm{\% }}$

(5)

其中V_M和V_A分别代表手工勾画和自动勾画的胃结构体积。

（3）DSC（Dice Similarity Coefficient，Dice相似性系数）定义为^[5]：

$DSC = \frac{{2|{V_{\rm{A}}} \cap {V_{\rm{M}}}|}}{{{V_{\rm{A}}} + {V_{\rm{M}}}}}$

(6)

1.5 统计分析

使用SPSS软件，对A组和B组患者胃结构的体积、位置和形状相关的参数进行统计分析，符合正太分布的数据统计最大值、最小值、平均值和标准差。对A和B2组数据的相应参数进行秩和检验，检验水准α = 0.05。

2 结　果

图1、图2和图3，分别显示了2组患者胃结构自动勾画和手工勾画的ΔV%、ΔL和DSC值。横坐标表示患者的组内（A组或B组）编号。表1为A组患者体积差异、位置差异和形状一致性参数的统计数据。

对A组和B组数据的ΔV%、Δx、Δy和Δz、ΔL和DSC值使用秩和检验进行比较，差异有统计学意义（Z = −4.18、−3.78、−5.13、−5.13、−5.13、−5.29；均P < 0.01）。此外，使用AccuContour软件自动勾画胃结构，平均用时约24 s（22～30 s），而本部门工作人员正常勾画一例正常胃结构的时间平均约9 min，使用AccuContour软件自动勾画大约节约了96%的时间。

3 讨　论

在对胰腺癌、胆管癌等腹部肿瘤患者进行放射治疗时，胃是必须予以考虑的危及器官之一，在设计和评估放疗计划时必须要考虑胃的剂量分布。食管癌是我国发病率较高的恶性肿瘤，放疗在食管癌同步放化疗及术后辅助性放疗中占据重要作用^[6-7]。手术是早期食管癌首选的治疗手段，而术后区域性复发和（或）转移是其主要失败模式，术后辅助性放疗可杀死术后残留于纵隔中的微小病灶以及淋巴引流区内未观察到的亚临床病灶，减少术后复发机会，改善患者长期生存^[8-9]。胸腔胃是食管癌术后放疗计划制定中非常重要的危及器官，其准确勾画与剂量限制对于减少放射性胃炎的发生至关重要。近年来，人工智能技术在放射治疗领域有了越来越广泛的应用，主要集中在危及器官和靶区的自动勾画、自动计划设计等方面。许多学者使用基于图谱库和基于深度学习的自动轮廓勾画软件（或软件模块）做了较多研究工作，其中前者涉及的软件有ABAS^[10]、MIM^[11]、Raystation^[12]、Velocity^[13]等，后者涉及的国产软件有RAIC.OIS^[14-15]、rtStation^[16]、DeepViewer^[17-18]、AccuContour^[19]等。在上述研究工作中，涉及的头颈部肿瘤和盆腔部位肿瘤患者较多，胸腹部肿瘤患者较少。即使是胸腹部肿瘤患者自动勾画的相关研究，胃结构一般也不包括。原因可能是胃结构受到充盈程度影响较大，导致自动勾画效果不佳，不如心脏、肝脏等其他危及器官。因此本研究对使用AccuContour软件自动勾画胸腹部肿瘤患者的胃结构进行研究。

由本研究的数据可见，A组正常胃的体积差异△V%为（−1.82 ± 9.65）%，总位置差异ΔL为（0.51 ± 0.37）cm，形状一致性DSC值为0.89 ± 0.04。这些数据表明AccuContour软件对正常胃有较好的自动勾画效果。需要说明的是，A组患者的胃体积均大于190 cm³，我们对有较小体积胃的其他2例患者未纳入本研究中，这2例患者的自动勾画结果不好，提示胃的体积（充盈程度）对自动勾画效果有影响，使用自动勾画软件时需要注意。李桢等^[20]研究了Pinnacle 9.10、LinkingMed和Manteia的AccuContour自动勾画上腹部危及器官的准确性，其中AccuContour软件自动勾画胃结构的DSC值为0.75 ± 0.15，ΔL（DC）值为（1.688 ± 1.800） cm。上述数据均明显差于本研究的A组数据结果。原因可能是：1）2个研究使用的AccuContour软件版本不同，本研究使用的是最新版本的软件；2）选取的患者不同，李桢等^[20]的研究对象主要是肝癌和结肠癌患者，本研究中主要是胰腺癌和胆管癌患者。由统计数据和A、B 2组数据的比较可见，B组患者胸腔胃的勾画效果较差，大部分患者的DSC值为0，位置差异中Δz数据值较大，表明AccuContour软件没有找到正确的胸腔胃位置。原因可能是厂家在进行胃结构的深度学习训练时，没有收集和采用食管癌术后胸腔胃结构进行训练，仅使用正常胃结构进行了训练。因此，本研究的结果提示厂家需要对软件自动勾画胸腔胃结构进行升级优化。

综上，使用AccuContour软件对胸腹部肿瘤患者大于一定体积的正常胃结构，能够达到较好的自动勾画效果，从时间数据可见使用该软件可有效提升放疗工作效率；而对于食管癌术后患者胸腔胃结构，本研究所用版本的AccuContour软件尚不能进行有效自动勾画，提示厂家在这方面需要对软件进行优化升级。本研究为使用AccuContour软件自动勾画胃结构及该软件的升级优化提供了有益的参考数据。

志谢　感谢厦门Manteia公司袁兴文和吕云龙在AccuContour软件使用中提供的技术支持