2. 山东第一医科大学(山东省医学科学院)预防医学科学学院(放射医学研究所),山东 济南 250062;
3. 山东第一医科大学(山东省医学科学院)附属肿瘤医院放射物理技术科,山东 济南 250117
2. School of Preventive Medicine Sciences (Institute of Radiation Medicine), Shandong First Medical University (Shandong Academy of Medical Sciences), Jinan 250062 China;
3. Department of Radiation Oncology Physics, Shandong Cancer Hospital and Insitute, Shandong First Medical University(Shandong Academy of Medical Sciences), Jinan 250117 China
随着计算机技术的进步及影像学的发展,宫颈癌的放射治疗手段迅速发展,肿瘤控制率逐步提高且副反应发生率逐渐降低[1]。放射治疗的目的在于提高治疗增益比,即在提高肿瘤控制率的基础上,降低正常组织并发症的概率[2-4]。治疗计划系统(Treatment planning system,TPS)中对于逆向调强计划(Intensity modulated radiation therapy,IMRT),计划的优化和剂量计算也在趋向于精准和快速计划的方向发展。然而,IMRT计划需要平衡靶区和危及器官之间的剂量需求。在临床实践中,这些过程通常由物理师通过手动调整不同目标的参数来完成。多目标优化(Multi-criteria Optimization,MCO)通过自动调制不同的目标,生成一组帕累托最优方案,与常规的优化方法比较,这种优化方法有较大的临床优势[5-6]。本研究旨在分析速锐加速器(Halcyon)平台利用MCO治疗宫颈癌IMRT的计划质量和执行效率。
1 材料与方法 1.1 研究对象回顾性分析2019年1月—2019年10月于山东省肿瘤医院进行宫颈癌放射治疗的15例患者,年龄范围在45~68岁,年龄中位数为52岁,诊断均经病理确认,全组Ⅰb~Ⅲc,其中宫颈鳞癌13例,宫颈腺癌2例,所有患者均采用俯卧位、腹盆固定器固定体位。
1.2 靶区定义和勾画将患者定位图像三维重建,根据ICRU50、62号报告[7-8],临床医生勾画盆腔部肿瘤区、阳性淋巴结区和原发灶定义为临床靶体积(Clinical target volume,CTV),将CTV三维方向均匀外放0.5 cm得到计划靶区(Planning target volume, PTV),其
速锐加速器(Halcyon,美国瓦里安公司,序列号:1122):6 MV FFF模式,配有57对MLC,MLC厚度均为1 cm,叶片开合最大面积为28 cm × 28 cm。Halcyon加速器配备非晶硅电子射野影像设备(aSi EPID),设置于机头对侧,距离放射源154 cm。
1.4 治疗计划设计根据ICRU50、62号报告[7-8],处方剂量为50.40 Gy,单次剂量1.8 Gy,共照射28次。膀胱和直肠可接受40%的体积受照剂量不超过40 Gy(V40 < 40%),小肠可接受最大受照剂量不超过52 Gy,为了尽可能减少正常组织的受照剂量,调整剂量-体积优化约束,以满足目标剂量覆盖,并保护更多的危及器官(Organs of risk, OAR)。
所有计划均由美国Varian公司的Eclipse V15.5计划系统设计,射野中心为计划靶区的体积中心,Halcyon加速器6 MV FFF模式X射线照射,共面均分固定9野(0°、40°、80°、120°、160°、200°、240°、280°、320°)IMRT计划(设置使用低剂量5MU的兆伏级锥形束CT(MV conebeam CT,MV CBCT),PO优化算法(Photon Optimizer,V15.5),AAA剂量算法(Anisotropic Analytical Algorithm,V15.5),计算网格为2.5 cm × 2.5 cm × 2.5 cm,所有计划均按照95%的处方剂量覆盖全部靶区体积进行归一。以靶区覆盖率95%以上且危及器官受量最低为目标,将IMRT计划多次优化,直至达到目标计划,记为Plan I;另将IMRT计划运用MCO进行优化计算,通过平衡膀胱、直肠和小肠的DVH曲线,使得计划的剂量指标达到目标,记为Plan MI。
1.5 计划评估对Halcyon加速器平台设计的计划,分别从计划系统导出靶区和危及器官的剂量-体积直方图(Dose Volume Histogram,DVH)统计靶区的D2和D98,同时根据ICRU 83号报告[9],计算计划的均匀性(Homogeneity index, HI)[6]和适形性(Conformity index, CI)[6],计算方法分别见公式1)和公式2)。
$ {{HI}}=\frac{D_{2}-D_{98}}{D_{{\rm{pres}}}} $ | (1) |
式中,D2为包绕2%的靶区体积剂量,可被认为是“最大剂量”;D98为包绕98%的靶区体积剂量,可被认为是“最小剂量”;Dpres为处方剂量。
$ {{CI}}= \frac{{V}_{PTV}}{{V}_{{\rm{pres}}}} $ | (2) |
式中,VPTV为PTV的体积,Vpres为处方剂量包绕的体积。
危及器官统计股骨头、膀胱、直肠的Dmean、V20、V30、V40和小肠的Dmax,并统计各计划的总机器跳数(Monitorunit,MU)。使用机载EPID探测器采集图像信息,借助射野剂量图像预测算法(PDIP)重建二维剂量并与计划系统剂量分布比较,使用Portal Dosimetry的γ分析方法,评价指标为3 mm/3%和10%剂量阈值。
1.6 统计学分析用SPSS 21.0软件对Plan I和Plan MI的剂量指标和计划效率指标进行Wilcoxon秩和检验分析,检验水准α = 0.05。
2 结 果 2.1 概述基于Halcyon平台设计并归一处理的所有宫颈癌计划,在靶区覆盖和危及器官受照剂量保护方面均达到了临床要求(如图1和图2)。
Halcyon平台设计的计划结果如表1和表2,所有计划的靶区指标均达到临床要求,MCO计算后的指标没有明显改变(P > 0.05)。
Plan I和Plan MI的危及器官剂量指标基本相同(见表2),对于膀胱、直肠和股骨头的平均受量,Plan MI分别比Plan I降低了0.76 Gy、1.27 Gy、3.89 Gy和0.74 Gy,且差异仅左股骨头的指标具有统计学意义(Z = −3.00, P < 0.05)。Plan I的小肠最大受量为(52.44 ± 0.13) Gy,Plan MI能够降到(51.93 ± 0.08) Gy,差异具有统计学意义( Z = −2.69, P < 0.05)。
2.3 计划效率经MCO优化后,Halcyon平台的IMRT计划MU数减少了2.2% (Z = −0.29, P > 0.05)。计划的剂量验证如 图3,计划通过率经γ分析均大于95%,且两组之间的差异均无统计学意义(Z = −0.04, P > 0.05)。Plan MI比Plan I的计划设计时间节省了34.04 min(Z = −3.69, P < 0.05),见 表3。
IMRT是一种流行的肿瘤放射治疗技术,被越来越多地用于保护危及器官以及增加肿瘤剂量。射野内的射束强度可以根据需要进行调制,常规加速器使用的FF模式射束延长了治疗时间且射线利用率低。诸多报道研究了无均整射束的特性[10-12],Vassiliev等[12]分析了加速器有无均整器2种模式的射束特性,FFF射束野外剂量降低,总散射因子随着射野改变的变化幅度减小,横向剂量曲线随深度改变的变化幅度变小,这些特性有利于保护正常组织。
多项研究表明,使用MCO可提高处理方案的性能,并可将用于优化的时间最小化[13-17]。MCO通过迭代优化剂量分布,逆向调节了MLC和坞门的运行、剂量率的输出以及加速器束流的强度,使得加速器实施达到目标剂量分布的效果。在本研究中,选取了新型加速器模型Halcyon,分析了MCO的计划效率。结果表明,在对计划进行优化时,往往不能一次性把计划做到理想的状态,需要2~3遍重复优化,才能达到目标结果,这就需要花费大量计划设计时间。然而,在优化过程中,首先保证计划靶区满足临床要求,根据MCO迭代出不同的剂量计算解,平衡各危及器官的受量,选择剂量分布最优的计划,这一系列过程能节省46.7%的时间,显著提高了工作效率。其他的研究也表明,MCO调强放疗计划减少了肿瘤(如鼻咽癌[18]、前列腺癌[6]、非小细胞肺癌[19])和其他解剖部位肿瘤[20-21]的计划优化时间和危及器官的受照剂量,而靶区的剂量覆盖度不变或更好,与本研究结果相符。MCO在运算过程中可以有效优化射野强度,MCO-IMRT计划的MU数更少,相同剂量率条件下降低了治疗时间,提高了射线束的利用率,提升了加速器运行效率,减少了漏射线和散射线的辐射风险,也降低了靶区移动的不确定度[22]。
综上,MCO工具能够提高优化调整能力,明显缩短计划设计时间,提高工作效率。
[1] |
李钰, 高岩, 刘世龙, 等. 宫颈癌患者的膀胱充盈度一致性对放疗摆位误差的影响[J]. 中国辐射卫生, 2020, 29(3): 305-308. Li Y, Gao Y, Liu SL, et al. Effect of consistency of bladder filling volume on set-up errors in radiotherapy for the patients with cervical cancer[J]. Chin J Radiol Health, 2020, 29(3): 305-308. DOI:10.13491/j.issn.1004-714X.2020.03.027 |
[2] |
Spalding M, Walsh A, Clarke H, et al. Evaluation of a new hybrid VMAT-IMRT multi-criteria optimization plan generation algorithm[J]. Med Dosim, 2020, 45(1): 41-45. DOI:10.1016/j.meddos.2019.05.002 |
[3] |
黄洋洋, 李家兵, 田玉龙, 等. 宫颈癌直线加速器放疗时保卵巢对靶区和危及器官的影响[J]. 中国医学物理学杂志, 2020, 37(9): 41-45. Huang YY, Li JB, Tian YL, et al. Effects of ovaries sparing on planning target volume and organs-at-risk during linear accelerator radiotherapy for cervical cancer[J]. Chin J Med Phys, 2020, 37(9): 41-45. DOI:10.3969/j.issn.1005-202X.2020.09.007 |
[4] |
杨惠惠, 刘金刚, 王兴, 等. 等效均匀剂量优化方法在直肠癌逆向调强放疗中的应用研究[J]. 中国辐射卫生, 2020, 29(6): 682-685,690. Yang HH, Liu JG, Wang X, et al. Application of equivalent uniform dose optimization in the treatment of rectal cancer with intensity-modulated radiotherapy[J]. Chin J Radiol Health, 2020, 29(6): 682-685,690. DOI:10.13491/j.issn.1004-714X.2020.06.027 |
[5] |
李娟, 张海英, 胡伟刚, 等. 应用射野角度和多目标优化提高肺癌放疗计划的执行效率[J]. 中国癌症杂志, 2019, 29(3): 201-206. Li J, Zhang HY, Hu WG, et al. Application of beam angle and multicriteria optimization to improve the delivery efficiency of thorax radiotherapy[J]. China Oncol, 2019, 29(3): 201-206. DOI:10.19401/j.cnki.1007-3639.2019.03.007 |
[6] |
Ghandour S, Matzinger O, Pachoud M. Volumetric-modulated arc therapy planning using multicriteria optimization for localized prostate cancer[J]. J Appl Clin Med Phys, 2015, 16(3): 258-269. DOI:10.1120/jacmp.v16i3.5410 |
[7] |
Jones D. ICRU report 50—prescribing, recording and reporting photon beam therapy[J]. Med Phys, 1994, 21(6): 833-834. DOI:10.1118/1.597396 |
[8] |
ICRU. ICRU Report 62: prescribing, recording and reporting photon beam therapy (supplement to ICRU report 50)[R]. Bethesda: ICRU, 1999.
|
[9] |
Hodapp N. Der ICRU-Report 83: verordnung, dokumentation und kommunikation der fluenzmodulierten photonenstrahlentherapie (IMRT)[J]. Strahlenther Onkol, 2012, 188(1): 97-100. DOI:10.1007/s00066-011-0015-x. |
[10] |
Nguyen D, Rwigema J, Yu VY, et al. Feasibility of extreme dose escalation for glioblastoma multiforme using 4π radiation therapy[J]. Radiat Oncol, 2014, 90(S1): S109. DOI:10.1016/j.ijrobp.2014.05.527. |
[11] |
Tran A, Zhang JJ, Woods K, et al. Treatment planning comparison of IMPT, VMAT and 4π radiotherapy for prostate cases[J]. Radiat Oncol, 2017, 12(1): 10. DOI:10.1186/s13014-016-0761-0 |
[12] |
Vassiliev ON, Titt U, Pönisch F, et al. Dosimetric properties of photon beams from a flattening filter free clinical accelerator[J]. Phys Med Biol, 2006, 51(7): 1907-1917. DOI:10.1088/0031-9155/51/7/019 |
[13] |
Craft DL, Hong TS, Shih HA, et al. Improved planning time and plan quality through multicriteria optimization for intensity-modulated radiotherapy[J]. Int J Radiat Oncol Biol Phys, 2012, 82(1): e83-e90. DOI:10.1016/j.ijrobp.2010.12.007 |
[14] |
Kyroudi A, Petersson K, Ghandour S, et al. Discrepancies between selected Pareto optimal plans and final deliverable plans in radiotherapy multi-criteria optimization[J]. Radiother Oncol, 2016, 120(2): 346-348. DOI:10.1016/j.radonc.2016.05.018 |
[15] |
Zieminski S, Khandekar M, Wang Y. Assessment of multi-criteria optimization (MCO) for volumetric modulated arc therapy (VMAT) in hippocampal avoidance whole brain radiation therapy (HA-WBRT)[J]. J Appl Clin Med Phys, 2018, 19(2): 184-190. DOI:10.1002/acm2.12277 |
[16] |
McGarry CK, Bokrantz R, O’Sullivan JM, et al. Advantages and limitations of navigation-based multicriteria optimization (MCO) for localized prostate cancer IMRT planning[J]. Med Dosim, 2014, 39(3): 205-211. DOI:10.1016/j.meddos.2014.02.002 |
[17] |
鲍亮亮, 余嘉文, 程进, 等. 调强放疗联合不同铂药物同期化疗治疗宫颈癌患者临床疗效[J]. 临床军医杂志, 2021, 49(6): 678-679. Bao LL, Yu JW, Cheng J, et al. Clinical efficacy of intensity-modulated radiotherapy combined with concurrent chemotherapy with different platinum drugs in the treatment of patients with cervical cancer[J]. Clinical J Med Officer, 2021, 49(6): 678-679. DOI:10.16680/j.1671-3826.2021.06.26 |
[18] |
Chen H, Craft D, Gierga D. SU-E-T-630: MCO-informed VMAT planning for prostate cancer[J]. Med Phys, 2012, 39(6): 3851. DOI:10.1118/1.4735719 |
[19] |
Kamran SC, Mueller BS, Paetzold P, et al. Multi-criteria optimization achieves superior normal tissue sparing in a planning study of intensity-modulated radiation therapy for RTOG 1308-eligible non-small cell lung cancer patients[J]. Radiother Oncol, 2016, 118(3): 515-520. DOI:10.1016/j.radonc.2015.12.028 |
[20] |
周琼, 陈维军, 王奇, 等. 基于RTOG 1005早期乳腺癌调强多目标优化计划和单目标优化计划比较[J]. 中国医学物理学杂志, 2017, 34(10): 993-998. Zhou Q, Chen WJ, Wang Q, et al. Multi-criteria optimization versus single-criteria optimization in intensity-modulated radiotherapy for early breast cancer: a RTOG 1005-based comparison [J]. Chin J Med Phys, 2017, 34(10): 993-998. DOI:10.3969/j.issn.1005-202X.2017.10.005 |
[21] |
Xiao JH, Li Y, Shi HS, et al. Multi-criteria optimization achieves superior normal tissue sparing in intensity-modulated radiation therapy for oropharyngeal cancer patients[J]. Oral Oncol, 2018, 80: 74-81. DOI:10.1016/j.oraloncology.2018.03.020 |
[22] |
李阔, 张友九, 李林林, 等. 在Eclipse计划系统中减少治疗野总MU数的可行方法[J]. 国际生物医学工程杂志, 2019, 42(2): 150-153,160. Li K, Zhang YJ, Li LL, et al. Feasibility method for reducing the total monitor units in Eclipse TPS[J]. Int J Biomed Eng, 2019, 42(2): 150-153,160. DOI:10.3760/cma.j.issn.1673-4181.2019.02.011 |