李金凱，李彩虹，王沛沛，孫新臣

(南京醫(yī)科大學(xué)第一附屬醫(yī)院 放療中心，南京210029)

子野分割算法對劑量分布和計劃執(zhí)行效率的影響

李金凱，李彩虹，王沛沛，孫新臣

(南京醫(yī)科大學(xué)第一附屬醫(yī)院 放療中心，南京210029)

目的：比較Elekta XIO TPS (版本:4.70)2種子野分割算法分別為SLD和SMT對劑量分布和計劃執(zhí)行效率的影響。方法：選取9例鼻咽癌患者進(jìn)行調(diào)強(qiáng)計劃逆向優(yōu)化生成射野通量分布圖，改變子野分割算法的有關(guān)參數(shù)產(chǎn)生不同的子野序列。SLD算法，最小子野邊長取1cm、2cm、3cm產(chǎn)生3組子野序列，強(qiáng)度分層等級取6、8、10、12、15產(chǎn)生5組子野序列；SMT算法，最小子野面積取2cm2、4cm2、6cm2產(chǎn)生3組子野序列，子野抑制因子取3、5、7產(chǎn)生3組子野序列。對14組子野序列計算得到的劑量分布進(jìn)行相關(guān)劑量學(xué)參數(shù)的對比分析，考慮機(jī)器跳數(shù)及子野總數(shù)等因素綜合評價。結(jié)果：(1)最小子野邊長和最小子野面積對靶區(qū)劑量分布和計劃執(zhí)行效率影響較大，有統(tǒng)計學(xué)意義(P<0.05)。(2)強(qiáng)度分層等級和子野抑制因子對靶區(qū)劑量分布和計劃執(zhí)行效率影響較小，有統(tǒng)計學(xué)意義(P<0.05),前者取值超過10以后，評價指標(biāo)除子野總數(shù)外，其余變化不明顯，差異無統(tǒng)計學(xué)意義(P>0.05)。(3)SMT算法產(chǎn)生的子野總數(shù)約為SLD算法的90%,靶劑量分布更優(yōu)，有統(tǒng)計學(xué)意義(P<0.05)。結(jié)論：(1)最小子野邊長和最小子野面積為粗調(diào)，對劑量分布影響較大；強(qiáng)度分層等級和子野抑制因子為細(xì)調(diào)，對劑量分布影響較小，且達(dá)到某一特定值后趨于穩(wěn)定。(2)SMT算法相比SLD算法生成的子野總數(shù)更少且劑量分布更優(yōu)。

子野分割算法；SlidingWnd；SmartSequencing；劑量分布；計劃執(zhí)行效率

0 前言

調(diào)強(qiáng)放射治療是通過建立目標(biāo)函數(shù)進(jìn)行逆運(yùn)算生成各射野的通量強(qiáng)度分布，再根據(jù)各射野的通量強(qiáng)度分布利用子野分割算法產(chǎn)生若干調(diào)強(qiáng)子野序列，最終達(dá)到治療靶區(qū)的劑量分布更加適形。其中，除了射野數(shù)目角度和目標(biāo)函數(shù)及多葉準(zhǔn)直器的各種物理限制以外，產(chǎn)生調(diào)強(qiáng)子野序列的各種子野分割算法也會對劑量分布產(chǎn)生影響，進(jìn)而影響靶區(qū)和周圍正常組織劑量。本研究利用鼻咽癌患者的調(diào)強(qiáng)計劃，選取2種不同的調(diào)強(qiáng)子野分割算法SlidingWnd(簡稱SLD)和SmartSequencing(簡稱SMT)，通過改變最小子野邊長、最小子野面積、強(qiáng)度分層等級和子野抑制因子等取值，研究2種調(diào)強(qiáng)子野分割算法相關(guān)參數(shù)對劑量分布、機(jī)器跳數(shù)及子野總數(shù)等的影響。

1 材料與方法

1.1 病人資料

隨機(jī)選取我院放療中心2013年1月至6月收治的9例鼻咽癌患者，其中，男5例，女4例，中位年齡47歲，全部病例均經(jīng)病理學(xué)證實(shí)為鱗狀細(xì)胞癌。

1.2 CT定位及靶區(qū)和危及器官勾畫

利用Orfit頭頸部組件和熱塑膜進(jìn)行體位固定，西門子大孔徑模擬CT螺旋掃描，上下界為眉弓上2cm至鎖骨下5cm，層厚3mm，CT圖像經(jīng)MOSAIQ網(wǎng)絡(luò)傳輸至XIO(版本：4.70)重建DRR，由醫(yī)生在FOCAL工作站勾畫靶區(qū)和危及器官。計劃要求：95%靶體積PTV接受50Gy處方劑量，每周5次，2.0Gy/次。

1.3 計劃設(shè)計

采用XIO治療計劃系統(tǒng)設(shè)計調(diào)強(qiáng)治療計劃，選取醫(yī)科達(dá)Precise直線加速器(葉片在等中心投影為1cm)，布野方案采用共面7野均分，機(jī)架角度分別為0°、52°、104°、156°、208°、260°、312°，射線質(zhì)選用6MV X線，劑量算法選用Superposition算法，計算網(wǎng)格邊長為2.5mm。根據(jù)靶區(qū)處方和危及器官受量設(shè)置計劃約束條件，逆向優(yōu)化生成各射野通量分布圖，改變子野分割算法的有關(guān)參數(shù)產(chǎn)生不同的調(diào)強(qiáng)子野序列，取最小MU為5，實(shí)際計算劑量分布。SLD算法，最小子野邊長(范圍：0～3cm)取1cm、2cm、3cm產(chǎn)生L1、L2、L3共3組子野序列，強(qiáng)度分層等級(范圍：2～20)取6、8、10、12、15產(chǎn)生SLD6、SLD8、SLD10、SLD12、SLD15共5組子野序列；SMT算法，最小子野面積(范圍：0.1～100cm2)取2cm2、4cm2、6cm2產(chǎn)生A2、A4、A6共3組子野序列，子野抑制因子(范圍：1～10)取3、5、7產(chǎn)生SMT3、SMT5、SMT7共3組子野序列。

1.4 評價指標(biāo)

靶區(qū)評價指標(biāo)有平均劑量(Dmean),劑量不均勻性指數(shù)(HI=D5%/D95%，其中D5%和D95%分別為5%和95%靶體積所受到的照射劑量，越接近1靶區(qū)劑量分布越均勻)，靶區(qū)適形度指數(shù)(CI=(VT,ref/VT)×(VT,ref/Vref),其中，VT,ref為參考等劑量面所包繞的靶區(qū)體積，VT為靶體積，Vref為參考等劑量面所包繞的所有區(qū)域的體積。)串型危及器官的評價指標(biāo)為最大點(diǎn)劑量(Dmax或D1%)，并行危及器官的評價指標(biāo)為受到特定劑量水平照射的體積百分比Vref。計劃執(zhí)行效率評價指標(biāo)有機(jī)器跳數(shù)(MU)和子野數(shù)目(Number)。

1.5 統(tǒng)計學(xué)處理

2 結(jié)果

2.1 最小子野邊長和最小子野面積對靶區(qū)劑量分布及計劃執(zhí)行效率的影響

(1)SLD算法,強(qiáng)度分層等級取8，最小子野邊長分別取1cm、2cm和3cm，相關(guān)評價指標(biāo)結(jié)果見表1。

表1 最小子野邊長對靶劑量分布和計劃執(zhí)行效率的影響

(2)SMT算法，子野抑制因子取5，最小子野面積分別取2cm2、4cm2和6cm2，相關(guān)評價指標(biāo)結(jié)果見表2。

表2 最小子野面積對靶劑量分布和計劃執(zhí)行效率的影響

2.2 強(qiáng)度分層等級和子野抑制因子對靶區(qū)劑量分布及計劃執(zhí)行效率的影響

(1)SLD算法，最小子野邊長取3cm，強(qiáng)度分層等級分別取6、8、10、12、15，相關(guān)評價指標(biāo)結(jié)果見表3。

表3 強(qiáng)度分層等級對靶劑量分布和計劃執(zhí)行效率的影響

SLD10、SLD12、SLD15靶劑量分布和機(jī)器跳數(shù)差異不明顯，差異無統(tǒng)計學(xué)意義(P=0.51)。

(2)SMT算法，最小子野面積取4cm2，子野抑制因子分別取1、3、5，相關(guān)評價指標(biāo)結(jié)果見表4。

表4 子野抑制因子對靶劑量分布和計劃執(zhí)行效率的影響

2.3 MU統(tǒng)計學(xué)無差異情況下，SLD和SMT兩種算法的子野總數(shù)和劑量學(xué)比較(見表5)。

SLD算法，最小子野邊長取3cm，強(qiáng)度分層等級取8；SMT算法，最小子野面積取4cm2，子野抑制因子取5。兩種算法，MU統(tǒng)計學(xué)差異不明顯，P>0.05。

3 討論

逆向調(diào)強(qiáng)放療計劃的制定過程與正向調(diào)強(qiáng)計劃完全不同，計劃設(shè)計者的主觀干預(yù)在此期間至關(guān)重要。除合理設(shè)置靶區(qū)和危及器官劑量節(jié)制點(diǎn)、權(quán)重等目標(biāo)函數(shù)外，還應(yīng)靈活選擇適宜的多葉準(zhǔn)直器參數(shù)，以使設(shè)計的計劃最優(yōu)化。

最小子野邊長和最小子野面積是兩種子野序列算法中對劑量影響最大的因素，增加后會迅速減少子野數(shù)目和機(jī)器跳數(shù)，縮短患者治療的時間和減少身體受照劑量，但與此同時，靶區(qū)劑量適形度和均勻性也下降，靶區(qū)外出現(xiàn)最大劑量點(diǎn)的概率增大，PTV外緣劑量下降的高梯度區(qū)消失。權(quán)衡靶劑量分布、治療時間及計劃執(zhí)行精度等因素，建議最小子野邊長為3cm，最小子野面積為4cm2。

表5 SLD算法和SMT算法對劑量分布和子野總數(shù)的影響

強(qiáng)度分層等級和子野抑制因子對劑量分布和計劃執(zhí)行效率的影響相對而言較小，有統(tǒng)計學(xué)意義，且達(dá)到某一固定數(shù)值以后，變化趨勢相對平緩，如SLD方式，強(qiáng)度分層等級取10∽15，靶劑量分布、機(jī)器跳數(shù)變化均較小，僅表現(xiàn)為子野數(shù)目的小幅度增加。權(quán)衡靶劑量分布及計劃執(zhí)行效率等因素，建議強(qiáng)度分層等級取10，子野抑制因子取5。

SLD和SMT兩種算法，在機(jī)器跳數(shù)無統(tǒng)計學(xué)差異的情況下，后者生成的子野總數(shù)更少，約等于SLD算法的90%，有統(tǒng)計學(xué)意義，靶區(qū)劑量分布方面，SMT算法的適形度和均勻性均優(yōu)于SLD，差異有統(tǒng)計學(xué)意義，危及器官受量方面差異不明顯，無統(tǒng)計學(xué)意義。分析原因可能為SMT算法生成的子野面積較大所致，某些情況下子野數(shù)目最少成為最好結(jié)果的標(biāo)準(zhǔn)，但在臨床應(yīng)用過程中，還必須考慮子野是否可以較好地實(shí)現(xiàn)，是否比較容易驗(yàn)證等問題。筆者在隨后的調(diào)強(qiáng)計劃面劑量驗(yàn)證中發(fā)現(xiàn)SLD算法生成的子野序列采用γ分析(3mm/3%)通過率絕大部分都高于SMT算法生成的子野序列,分析原因可能為SMT產(chǎn)生的子野形狀比較復(fù)雜，排序較為混亂，MLC葉片形成相應(yīng)形狀所需運(yùn)動的路徑較長，葉片到位精度下降所致。

SLD和SMT算法都可以限制最小子野邊長或面積，避免小MU數(shù)子野的出現(xiàn)，減少凹凸槽效應(yīng)及離軸小野機(jī)頭散射的不確定性，提高治療劑量的準(zhǔn)確度。

[1]Webb S.Optimization the planning of intensity-modulated radiotherapy[J].Phys Med Biol,1994,39:2229-2246.

[2]Bratengeier K.2-Step IMAT and 2-Step IMRT in three dimensions[J].Medical Physics,2005,32:3849-3861.

[3]Jin JY,FF Ryu S,et al.Dosimetric study using different leaf-width MLCs for treatment planning of dynamic conformal arcs and intensity-modulated radiosurgery.Med Phs,2005,32:405-411.

[4]余光偉,王連聰,等.多葉準(zhǔn)直器參數(shù)對調(diào)強(qiáng)放療計劃的影響[J].中華放射腫瘤學(xué)雜志，2010,19:163-165.

[5]傅益謀,黃良,等.SmartSequence與SlidingWnd兩種子野分割算法的比較[J].中國醫(yī)學(xué)物理學(xué)雜志,2013,30:3851-3893.

[6]胡逸民.腫瘤放射物理學(xué)[M].北京原子能出版社,1999.Yimin Hu.Radiation oncology physics[M].Beijing Atomic Energy Press,1999.

The Effects of Segment Algorithm on Dose Distribution and Plan Execution Efficiency

LI Jin-kai，LI Cai-hong, WANG Pei-pei, SUN Xin-chen

(Department of Radiation Oncology,Nanjing medical university first affiliated hospital , Nanjing 210029)

Objective:To compare the effects of two segment algorithms of SlidingWnd and SmartSequencing used in Elekta XIO TPS (Version: 4.70) on the Dose Distribution and Plan Execution Efficiency. Methods: 9 patients with nasopharyngeal carcinoma were selected for the study. First of all,generated beam’s intensities for each patient by reverse optimization of IMRT plan; In the second, the different segments for each beam were created by changing the relative parameters of two segment algorithms. The SlidingWnd algorithm, 3 groups of segments were created by means of the Minimum-segment-size setted 1cm、2cm、3cm and 5 groups of segments by the Discrete-intensity-levels setted 6、8、10、12、15. The SmartSequencing algorithm, 3 groups of segments were created by means of the Minimum-segment-area setted 2cm2、4cm2、6cm2and the other 3 groups of segments by the Segment-suppression-factor setted 3、5、7. At last, compared the relative dosimetry differences which 14 groups of segments calculated to acquire, In addition, evaluate the factors of Machine Units and Segment number. Results: 1. The Minimum-segment-size and Minimum-segment-area has a great Effects on Dose Distribution and Plan Execution Efficiency,the differences were significant (P<0.05). 2. The Discrete-intensity-levels and Segment-suppression-factor has a little Effects on Dose Distribution and Plan Execution Efficiency, the differences were significant (P<0.05), the value of the former were setted more than 10, in addition to the segment number, the change of the rest evaluation index is not obvious, and the differences were not significant (P>0.05). 3. Compared with the SlidingWnd algorithm, the SmartSequencing algorithm could reduce the segment number by 10% and acquire better dose distribution, the differences were significant (P<0.05). Conclusions: 1. The factors of Minimum-segment-size and Minimum-segment-area have a great Effects on Dose Distribution and Plan Execution Efficiency， which is rough adjustment; The factors of Discrete-intensity-levels and Segment-suppression-factor have a little effects on Dose Distribution and Plan Execution Efficiency, which is fine adjustment and tends to be stable after reaching a certain value. 2. Compared with the SlidingWnd algorithm, the SmartSequencing algorithm could reduce the segment number and acquire better dose distribution.

segment algorithms; SlidingWnd; SmartSequencing; dose distribution; plan execution efficiency

2014-04-09

TH774

A

1002-2376(2014)08-0001-04