田龙，席强，赵鑫，刘月霞，张遵浩

1.河北北方学院附属第一医院，河北张家口075000；2.张家口教育学院临床医学院，河北张家口075000；3.河北医科大学第一医院，河北石家庄050000

前言

精确放疗已成为行业内主导［1］，图像引导放疗（Image-Guided Radiation Therapy,IGRT）可有效提高膀胱癌靶区适形度和剂量，降低周围正常组织、器官，例如直肠、前列腺等剂量［2-3］。IGRT的关键在于放疗中、放疗前确定靶区位置［4-6］，为此可利用正交X线［7］、内植电磁感应追踪器［8］、超声探测［9］等方法，来定位肿瘤靶区。

随着锥形束CT（Cone Beam CT,CBCT）技术的普及和成熟，越来越多的放疗科室装备了载有CBCT的加速器［10］。多数放疗科室在治疗前进行CBCT 扫描，并基于软组织或骨骼自动校准来调整每日误差［11］。已证明膀胱癌IGRT 中，基于软组织自动校准方法尚存不足，因此基于相邻骨骼（例如骶骨）自动校准可能是更好的选择［11］。在已有文献证明基于内植标记物校准充足可靠性前提下，考虑到膀胱会因多种因素（包括直肠、膀胱充盈度变化、肠胃蠕动等）发生相对于相邻骨骼的位移［11］。本研究以基于内植标记物手动校准为参考，比较其同基于相邻骨骼自动校准之间准确性的差异。

1 材料与方法

1.1 试验设备

（1）西门子ARTISTE 直线加速器（装载MV 级CBCT系统），如图1所示；（2）西门子大孔径CT模拟机，如图2所示；（3）Visicoil金球标记物（具有良好射线不透性，直径0.075 cm，长度1 cm），如图3所示。

图1 西门子ARTISTE加速器及其所载MV-CBCT成像设备Fig.1 Siemens ARTISTE accelerator and MV-cone beam computed tomography(MV-CBCT)device

图2 西门子大孔径模拟CTFig.2 Siemens big-bore simulation CT

图3 Visicoil金球标记物Fig.3 Visicoil golden markers

1.2 试验方法

（1）患者：筛选河北北方学院附属第一医院放疗科2015年12月～2016年12月期间接受膀胱癌IGRT治疗患者12 名。所有病人之前未接受包括手术、化疗、激素治疗等在内的任何治疗。病人体征如表1所示。

表1 病人体征Tab.1 Signs of enrolled patients

（2）标记物安放：采用截石位仰卧，通过经直肠超声引导术和细针抽吸术将标记物植入膀胱癌靶区不同的层面，如图4所示，图中灰色方框为物理师所设置的选择框，白色轮廓为膀胱外轮廓，金球标记物位于靶区范围内。标记物之间距离大于15 mm，其中7人植入1～2枚标记物，5人植入3～4枚标记物。

（3）CT 模拟：采用仰卧位，使用西门子大孔径模拟CT进行增强扫描和重建。扫描范围：第五腰椎到肛门，除膀胱外其他区域扫描层厚为3 mm，膀胱区域1 mm，以保证标记物可视性。其中8人接受4DCT扫描，4人接受3DCT扫描。

（4）放疗：使用西门子ARTISTE直线加速器实施治疗。总剂量4 500 cGy，分次20次，分次剂量225 cGy，规定达到95%的处方剂量目标。

（5）MV 级CBCT 扫描和校准：对所有病人于每日治疗前进行MV级CBCT扫描，共240次，均执行基于相邻骨骼（骶骨）自动校准和基于内植标记物手动校准两种方法，记录每次校准平移差异，忽略旋转差异。

（6）3个方向及3D空间向量差异计算：对于两种校准结果在左右（LR）、头脚（SI）、前后（AP）等各个方向差异，即（ΔX,ΔY,ΔZ），笔者分别使用以下公式计算［11］：

图4 植入标记物的膀胱CBCT图像Fig.4 CBCT images of bladder with implanted markers

其中，a代表基于内植标记物校准数据，b代表基于相邻骨骼校准数据，每个病人共获得20个结果，全部12名病人共获得240 个结果。对于3D 空间向量差异，我们采用以下公式计算［11］：

（7）计划靶区（PTV）边界修正和重置：常规膀胱癌IMRT 中PTV 边界是在临床靶区（CTV）边界基础上外扩5～10 mm 获得。本研究中，PTV 边界修正和重置数值来自于基于相邻骨骼的校准，即通过Van Herk's 统计学公式实现［12］。该公式保证了90%病人PTV剂量达到95%的处方剂量目标。公式如下：其中，M为某个方向上PTV的边界；Σ为该方向上群体系统误差，即所有病人基于相邻骨骼校准和基于标记物校准之间在该方向上差异的标准差；σ是群体随机误差，即所有病人基于相邻骨骼校准和基于标记物校准之间在该方向上差异的平均值。本研究计算了左右（LR）、上下（SI）和前后（AP）3个方向上的边界。

1.3 统计学方法

使用SAS 统计学软件回顾性分析患者在3 个方向上基于标记物和基于相邻骨骼校准数据差异。

2 结果

2.1 各方向差异

所有病人均接受了完整的膀胱癌IGRT 治疗，均未出现标记物引起的并发症。基于相邻骨骼校准和基于标记物校准在左右（LR）、上下（SI）和前后（AP）方向上差异的平均值分别为3.2、6.1 和2.6 mm，其分布如图5～图7所示。63 个分次（26.3%）在至少一个方向轴上出现大于10 mm的差异，137个分次（57.2%）在一个方向轴上出现大于5 mm差异。左右（LR）、上下（SI）和前后（AP）方向上最大差异分别为13、21 和12 mm。

2.2 3D空间向量差异

图5 两种校准在左右（LR,即X方向）方向上的240个对比结果Fig.5 The 240 comparison results for two calibrations in left-right direction(X direction)

图6 两种校准在头脚（SI,即Y方向）方向上的240个对比结果Fig.6 The 240 comparison results for two calibrations in superiorinferior direction(Y direction)

图7 两种校准在前后（AP,即Z方向）方向上的240个对比结果Fig.7 The 240 comparison results for two calibrations in anterior-posterior direction(Z direction)

3D空间向量差异代表了绝对空间差异。基于相邻骨骼校准和基于标记物校准之间3D空间向量差异平均值为8.6 mm，如图8所示。162 个分次（67.9%）出现大于5 mm 差异，94 个分次（39.5%）出现大于10 mm 差异。

图8 两种方法在3D空间向量上的240个对比结果Fig.8 The 240 comparison results for two calibrations in 3D spatial vectors

2.3 PTV边界修正和重置

膀胱癌IGRT 基于相邻骨骼校准中，通过Van Herk's 计算出PTV 边界应在CTV 边界基础上外扩：左右（LR）11 mm、上下（SI）20 mm 和前后（AP）10 mm，如表2所示。

表2 PTV修正值（mm）Tab.2 Corrected values of planning target volume(mm)

2.4 标记物数量导致的差异

内植1～2 枚标记物病人在具有显著统计学特性方向上（SI，AP 和3D 空间向量，LR 不具有显著统计学特性），差异明显大于内植3～4枚标记物病人，如表3所示。

表3 标记物数量导致的差异Tab.3 Differences caused by the number of implanted markers

2.5 扫描方式导致的差异

接受4DCT 扫描病人在具有显著统计学特性方向上（SI和3D空间向量，LR和AP不具有显著统计学特性），差异明显大于接受3DCT 扫描病人，如表4所示。

表4 扫描方式导致的差异Tab.4 Differences caused by scanning methods

3 讨论

MV级CBCT同kV级CBCT［11］相比，由于能量过高，光电效应贡献小，故对比度低，而且高能导致高背景噪音，也使得MV级CBCT扫描中基于软组织灰度值校准更加困难，因此基于相邻骨骼校准是更好的选择，但同基于内植标记物校准相比，存在一定差异，可参考其他研究报告［7-9,12］。

通常放疗计划中PTV边界在CTV边界基础上外扩5～10 mm获得，本研究结果显示，基于相邻骨骼校准存在一定误差。162 个分次（67.9%）出现大于5 mm 3D空间向量差异，若仍应用5 mm边界，则会出现靶区剂量覆盖不足的问题；94个分次（39.5%）出现大于10 mm 3D 空间向量差异，若仍应用10 mm 边界，则会出现输出剂量无法达到要求的情况，这是由于直肠等组织体积变化所造成，且膀胱本身充盈度也容易发生变化，从而导致其位移和形变，并出现差异。

基于内植标记物校准准确真实地反映了靶区位置，使得群组回顾性分析（Van Herk's 公式）所获得的11、20 和10 mm（分别为LR、SI 和AP 方向）边界均降低至2 mm（近似成像系统固有误差），这样得到最小PTV外扩边界。内植1～2枚标记物病人差异大于3～4枚病人原因为标记物数量越多，处理旋转误差能力越强，故可以修正旋转误差的六维机床是解决问题的关键［13］。接受4DCT 扫描病人差异大于3DCT 扫描病人原因为4DCT 扫描更精确地考虑了标记物在多个呼吸循环周期中的平均位置，更真实地反映标记物的实际位置，因此得到结果对比差异会更大［14］。

本课题之前研究了膀胱癌IGRT 中利用kV 级CBCT，基于软组织灰度值校准同基于内植标记物校准的比较［11］，结果两种方法在3D 空间向量、左右（LR）、头脚（SI）、前后（AP）上差异平均值分别为6.5、0.3、4.5 和16.7 mm，同本研究8.6、3.2、6.1 和2.6 mm的结果相比差异较大，进一步证明膀胱癌IGRT中就准确性来说，基于相邻骨骼校准优于基于软组织灰度值校准。而且，骨骼和内植标记物在MV 和kV 级CBCT平片上均可获得良好可视性，故在不具备内植标记物的条件下，膀胱癌IGRT中基于相邻骨骼校准不失为任何一种CBCT 模式下更优的选择。不同模式之间主要差异为软组织可视度差别。

虽然基于内植标记物校准是最准确的，但其本身带有一定手术风险和额外医疗成本，并不适合普及，因此还需要开发其他图像分析、计算方法。Zhang等［15］和张基永等［16］提出剂量校准新算法，即通过CBCT扫描获得模拟剂量分布，同计划CT所生成的剂量分布对比，从而实现校准；Fidanzio等［17-18］和Michael等［19］均提出基于CBCT剂量病人自适应校准算法，提高了准确度且更符合自适应放疗要求；Robles等［20］通过超声图像定位骨骼和其他器官，或许未来可将其应用于放疗，从而在治疗过程中实时了解兴趣器官同骨骼之间的位置关系，实现多图像联合校准。

4 结论

膀胱癌IGRT 中常用的基于相邻骨骼自动校准在准确度上劣于基于膀胱内植标记物手动校准。通过群组回顾性分析得到的新PTV边界至少在90%分次治疗中可足够满足靶区覆盖要求，这对于降低基于相邻骨骼校准误差影响，甚至保证没有图像引导下的常规IMRT治疗准确性至关重要。同时，编制新算法提高基于相邻骨骼自动校准准确度，利用新图像分析方式实现多种图像联合校准，避免内植标记物给病人带来的手术风险和经济负担是未来研究的趋势。