论文部分内容阅读
背景目的：图像引导自适应放疗IGART是图像引导放疗IGRT发展的新技术,放疗过程中通过分次治疗前采集病人影像数据,并根据病人影像解剖结构的变化如肿瘤体积退缩等不断调整放疗计划,以使得肿瘤靶区得到最优放射剂量.形变配准是图像引导自适应放疗中的核心问题,也是自适应放疗临床中最难以验证结果正确性的难点.本论文研究在临床自适应放疗流程条件下,形变配准算法对最终放疗计划影响,并给出评价形变配准可能性的工具和方法.材料方法：本研究以安徽医科大学第一附属医院放疗科随机选取的10例头颈部肿瘤病人为例,采用自适应图像引导放疗方案对其进行治疗,对每位患者在治疗开始前进行一次CT扫描用于设计初始治疗计划CT1,治疗开始后每周定期进行一次CT扫描以获得CT2,CT3…CT6,由放疗科医生分别在CT1,CT2…CT6上手动勾画靶区和重要器官用于放疗计划设计,本研究使用RayStation放疗计划系统和西门子CT-on-rail直线加速器.治疗期间病人体重下降平均值为5±2Kg且肿瘤体积退缩,病人解剖结构发生较明显变化,取脊髓、脑干、腮腺-左、腮腺-右、眼晶体-左、眼晶体-右作为参考危及器官.研究中所使用的形变配准算法有ANACONDA混合算法、MORFEUS生物力学算法和ELASTIX多参数优化算法.通过形变配准,将CT1上参考危及器官轮廓线依次映射至CT2,CT3…CT6,并与CT2,CT3…CT6上已有由医生手动勾画的轮廓线进行对比.对比工具基于RayStation脚本开发,选取DICE系数用于评测轮廓线覆盖体积重叠度,COM系数用于计算轮廓线覆盖范围质心最大偏离量,Hausdorff距离用于计算轮廓线最大偏差距离.结果：对于体积大于15.0cm3的器官,研究中所用三种形变配准算法所得到的DICE系数均大于0.8,为临床可接受范围.对于体积小于1.0cm3的器官,DICE系数均在0.5～0.8之间.对于较小器官(眼晶体-左右)的形变配准,MORFEUS形变配准算法相比ANACONDA混合算法要高0.14.在所有参考危及器官形变配准中,脑干器官的形变配准出现了最大偏差,质心偏移系数COM达到6.3mm,轮廓线最大偏差量Hausdorff距离达到11.6mm.相对于ANACONDA和MORFEUS算法,多目标优化ELASTIX算法DICE系数分别要高0.15和0.01.结论：研究中所采用的形变配准算法在自适应放疗过程中都获得了临床可接受的结果,但对于小器官(体积小于1cm3)的形变配准需要进一步验证.DICE系数、COM系数和Hausdorff系数可对形变配准结果给出可信验证,可作为临床自适应放了形变配准参考系数.下一步工作将进一步研究形变配准对自适应放疗累积剂量影像及放疗计划再计划.