Patient 3D驗證左側乳腺癌根治術后調強放療中AXB和AAA算法的劑量學差異

蔣社偉，王艷霞，王璐，韋珂

1.信陽市人民醫院 放射治療科，河南 信陽 464000；2.鞍山市腫瘤醫院 放療科，遼寧 鞍山 114000；3.新鄉市第一人民醫院 放療科，河南 新鄉 453000

引言

在腫瘤調強放射治療過程中，確保處方劑量計算的準確性是質量保證的重要環節，其中治療計劃系統計算算法發揮著至關重要的作用。瓦里安Eclipse 15.5治療計劃系統（Treatment Planning System，TPS）在具有各向異性解析算法（Anisotropic Analytical Algorithm，AAA）的同時，配置了Acuros XB（AXB）算法。AXB是最接近蒙特卡羅（Monte Carlo，MC）模擬結果的算法，已被證實在非均勻介質中與MC計算精度相當[1]。目前已有關于2種算法在鼻咽癌、肺癌、前列腺癌、宮頸癌、直腸癌等放療計劃中的劑量學差異的報道[2-5]，但對乳腺癌根治術后放療的研究較少，且大多為基于TPS的研究。IBA Compass三維劑量驗證優勢明顯，不僅可以探測劑量傳遞中或者TPS的錯誤，還可以在患者圖像中立體顯示劑量偏差分布[6]，本研究基于IBA Compass Patient 3D模塊計算，旨在對左側乳腺癌根治術后調強放療計劃中驗證AXB和AAA這2種算法的劑量學差異進行分析，以期指導臨床醫學物理師設計更符合臨床要求和貼近實際劑量沉積的治療計劃。

1 資料與方法

1.1 臨床資料

回顧性選取2021年1月至2022年5月于我院行左側乳腺癌根治術后放射治療患者26例，年齡38～68歲，平均年齡53.5歲。納入標準：① 原發腫瘤手術方式為乳腺癌改良根治術或乳房切除術；② 術后行患側胸壁+鎖骨上下淋巴引流區放療；③ 未行內乳區照射。排除標準：① 期望保乳的患者；② 靶區范圍不包括鎖骨上淋巴引流區的患者；③ 體位固定不能按統一體位的患者。所有患者知情同意并簽署放射治療知情同意書。

1.2 模擬定位

使用深圳滕飛宇科技公司的頸胸熱塑膜進行體位固定，雙臂上舉，手握固定桿；采用日本東芝320 CT（型號：Aquilion ONE-TSX-301C）進行掃描定位，定位時在患者患側胸壁放置0.5 cm組織補償膠，自由呼吸狀態下進行軸向掃描，軸向厚度為3 mm，電壓為120 kV，電流為350 mAs。

1.3 靶區勾畫及臨床要求

圖像上傳至Eclipse TPS，由具有5年以上工作經驗的放療科醫師進行靶區勾畫，并由工作經驗10年以上的主任醫師進行勾畫復核。處方劑量均為計劃靶區體積（Plan Target Volume，PTV）接受劑量50 Gy/25次，照射的體積≥95%；危及器官（Organ at Risk，OAR）的限量參考國際輻射單位和計量委員會ICRU 83號報告[7]推薦值限制。

1.4 計劃設計

采用Eclipse 15.5 TPS計劃系統設計固定野動態調強計劃，射線能量為6 MV，首先使用AAA算法優化出符合臨床要求的治療計劃，復制該計劃，其他參數均不變，切換為AXB算法，繼續使用之前的優化重新優化后進行體積劑量計算，2種算法劑量沉積均為計算劑量沉積至介質劑量沉積方式，計算網格0.25 cm。為避免人為因素影響，不使用Skin flash tool外刷通量工具，統計2種算法的劑量學參數。

1.5 計劃驗證

采用瓦里安Vital Beam直線加速器自帶的平板劑量驗證系統（Portal Dosimetry，PD）進行AAA和AXB 2種算法計劃劑量驗證。再將計劃導入IBA compass SW V4.1 2018版軟件系統，Patient 3D模塊利用自帶的卷積/超分割算法（Collasped Cone Convolution，CCC）對TPS的原始計劃進行獨立計算，即基于TPS數據重新計算劑量（Calculate Dose，CD）。對2種算法獨立計算重建劑量行軟件gamma分析（γ值＜0.5為通過，γ值越小一致性好）。

1.6 劑量學指標

從計劃系統中導出劑量體積直方圖（Dose Volume Histogram，DVH）數據，統計2組計劃的劑量學指標。PTV評價指標：靶區平均劑量（Dmean）、D2（2%的靶區體積所接受的最小劑量）、D95（95%的靶區體積所接受的最小劑量）、靶區適形性指數（Conformal Index，CI）及劑量跌落指數（Gradient Index，GI）。其中CI、GI的計算方式如公式（1）～（2）所示。

式中，VPTV.ref為處方劑量所覆蓋的靶區體積；VPTV為靶區體積；Vref為處方劑量線所覆蓋的體積，CI值越接近1表示適形性越好。

式中，V50%和V100%分別表示接受50%和100%的處方劑量的體積，值越小表示計量跌落越陡峭。

OARs評價指標：包括肺的V5、V20、Dmean，心臟的V30及Dmean；脊髓的最大劑量（Dmax）；肱骨頭的V30及 Dmean；健側乳腺的 Dmean。V5、V20、V30分別代表 5、20、30 Gy的等劑量線包繞的體積占比。

從Patient 3D模塊導出2組計劃的劑量學指標差異：PTV的 Dmean、D1、V50；肺的 V5、V20及Dmean；心臟的V30及Dmean；健側乳腺的Dmean及D1；脊髓的D1；肱骨頭的Dmean，同時導出2組計劃各結構的γ結果。Dmean為平均劑量（Gy），V50為處方劑量50 Gy覆蓋的靶區體積，D1為覆蓋結構1%體積的劑量（Gy）。

1.7 統計學分析

采用SPSS 22.0統計學軟件進行統計分析，對定量測定的每組數據進行Shapiro-Wilk（S-W）檢驗，符合正態分布的計量資料以±s表示，如Levene檢驗方差齊性，進行配對樣本t檢驗，以P＜0.05為差異有統計學意義，不滿足正態分布和方差齊性條件時采用Kruskal-WallisH秩和檢驗。

2 結果

2.1 TPS AAA和AXB 2種算法的劑量學參數比較

AAA算法PTV的CI優于AXB算法（P＜0.05），但2種算法GI無統計學差異（P＞0.05）；AXB算法左肺的V5、Dmean顯著低于AAA算法（P＜0.05）；AXB算法左側肱骨頭的Dmean顯著低于AAA算法（P＜0.05）；AXB算法健側乳腺的Dmean顯著高于AAA算法（P＜0.05），見表 1，圖 1～2。

圖1 采用入組患者2種算法PTV、右肺、左肺劑量學指標均值擬合為DVH圖

圖2 采用入組患者2種算法PTV、心臟、脊髓、左側肱骨頭、健側乳腺劑量學指標均值擬合為DVH圖

表1 TPS AAA和AXB 2種算法劑量學參數比較（±s）

表1 TPS AAA和AXB 2種算法劑量學參數比較（±s）

參數 AAA算法 AXB算法 t值 P值Dmean/Gy 52.17±0.38 52.16±0.41 0.26 0.791 D2/Gy 54.03±0.62 54.05±0.52 -0.36 0.723 D95/Gy 50.34±0.36 50.32±0.32 -0.65 0.525 CI 1.21±0.06 1.22±0.06 -2.26 0.033 GI 2.29±0.23 2.28±0.22 1.78 0.086右肺 V5/% 0.97± 1.22 0.91±1.13 0.95 0.352 Dmean/Gy 1.14±0.74 1.12±0.74 1.11 0.280 PTV V5/% 58.67±6.76 54.88±5.32 6.38 ＜0.001 V20/% 21.49±3.37 21.83±3.40 -2.61 0.017 Dmean/Gy 12.88±1.20 12.77±11.23 2.27 0.035心臟 V30/% 6.59±3.35 6.68±3.34 -1.67 0.111 Dmean/Gy 8.72±2.50 8.74±2.33 -0.32 0.749脊髓 Dmax/Gy 26.84±8.65 26.86±8.86 -0.12 0.908左側肱骨頭左肺V30/% 9.50±15.75 8.93±14.66 2.10 0.049 Dmean/Gy 15.82±9.36 15.56±9.35 4.31 ＜0.001健側乳腺 Dmean/Gy 1.21±1.16 1.53±1.23 -7.29 ＜0.001

2.2 PD驗證AAA和AXB 2種算法γ通過率比較

AAA和AXB 2種算法γ通過率（3 mm/3%、2 mm/2%）比較差異均無統計學差異（P＞0.05），見表2。

表2 PD AAA和AXB 2種算法γ通過率比較（±s）

表2 PD AAA和AXB 2種算法γ通過率比較（±s）

標準 AAA算法 AXB算法 t值 P值3 mm/3% 99.91±0.12 99.90±0.152 0.2400.818 2 mm/2% 98.70±0.80 98.90±1.10 -0.702 0.509

2.3 Patient 3D計算AAA和AXB 2種算法的結構劑量學參數比較

通過簇狀柱形圖顯示，右肺、左肺、心臟、健側乳腺的Dmean、D1及左肺V5，AXB算法與TPS優化結果一致性優于AAA算法。PTV Dmean、脊髓的D1、左側肱骨頭的Dmean，AAA算法與TPS優化結果的一致性優于AXB算法，見圖3～4。

圖3 柱狀圖表示各結構2種算法絕對劑量指標與TPS計算結果偏差程度

圖4 柱狀圖表示部分結構2種算法劑量百分體積指標與TPS計算結果偏差程度

2.4 Patient 3D計算AAA和AXB 2種算法的γ通過率比較

各結構γ值均小于0.5，符合驗證要求，AAA算法PTV、左側肱骨頭的γ值顯著低于AXB算法（P＜0.05）；AXB算法左肺、右肺、心臟的γ值均顯著低于AAA算法（P＜0.05），見表3。Patient 3D計算AAA和AXB 2種算法的橫斷面劑量重建γ分析比較，AAA算法在左肺劑量偏差較大（黃色、紅色區域），AXB算法更貼近TPS計算劑量，見圖5。

圖5 Patient 3D計算AAA和AXB兩種算法的橫斷面劑量重建γ分析比較

表3 Patient 3D驗證AAA和AXB 2種算法的各結構γ值比較（±s）

表3 Patient 3D驗證AAA和AXB 2種算法的各結構γ值比較（±s）

結構 AAA算法 AXB算法 t值 P值PTV 0.27±0.04 0.35±0.4 -6.47 ＜0.001右肺 0.12±0.04 0.10±0.03 3.16 0.004左肺 0.42±0.06 0.18±0.02 29.04 ＜0.001心臟 0.16±0.04 0.13±0.02 6.65 ＜0.001健側乳腺0.11±0.04 0.09±0.02 1.99 0.058脊髓 0.16±0.02 0.17±0.05 -1.31 0.204左側肱骨頭 0.19±0.05 0.27±0.10 -3.89 0.001

3 討論

腫瘤放射治療是通過放療計劃系統在患者的定位CT圖像上制定滿足臨床治療需求的治療計劃，然后將其在加速器上執行達到治療目的，因此計劃系統算法的準確性和精確度直接影響臨床應用。瓦里安Eclipse 15.5 TPS具有AAA算法和AXB算法，AAA采用卷積/疊加的方法進行計算，AXB則采用求解線性玻耳茲曼輸運方程的方法進行計算，研究顯示，AXB算法受組織均勻性影響較小，其計算結果與MC模擬結果高度一致，更接近實際測量劑量[8]。

目前，國內外對于 COMPASS 系統劑量驗證的研究報導多為鼻咽癌、食管癌等腫瘤[6,9]，COMPASS可以快速、直觀地分析出靶區和正常器官理論和實際照射情況下的差異，且還關注高劑量區和低劑量區的劑量差異，而通過COMPASS系統Patient 3D模塊驗證AAA和AXB 2種算法在左側乳腺癌根治術后的劑量學差異尚未見報道。AXB算法與AAA算法在不同部位劑量計算精度存在差異[10-11]，特別是對肺組織這種低密度的區域，AXB算法與AAA算法相比劑量計算更加準確[12-13]。

本研究顯示，TPS DVH 統計左肺的V5有統計學差異，其中AXB算法左肺的V5、Dmean明顯低于AAA算法；PTV的各項劑量學指標均符合臨床要求。Patient 3D驗證結果顯示，右肺、左肺、心臟、健側乳腺的Dmean和D1及左肺V5AXB算法與TPS優化結果一致性優于AAA算法。PTV Dmean、脊髓的D1、左側肱骨頭的Dmean，AAA算法與TPS優化結果的一致性優于AXB算法；雙肺、心臟、健側乳腺γ值AXB低于AAA算法，左肺的γ值AXB顯著低于AAA算法；2種算法的橫斷面劑量重建γ分析比較，AAA算法在左肺劑量偏差較大，這與林秀桐等[14]采用膠片驗證2種算法通過率的結果一致。

AAA算法是基于CT值與電子密度轉換曲線計算劑量沉積，AXB算法引入了物理材料表，該表由22種材料類型組成，從空氣到不銹鋼及5種生物材料類型，這增加了AXB算法的魯棒性。盡管AAA算法模型考慮了原射線、電子線污染以及準直器散射的影響，對不均勻介質中的劑量計算進行了修正[15-16]，但其未考慮到非均勻性組織材料化學成分組成，因此存在一定程度上的劑量誤差[17]。AAA算法是基于水的筆形束劑量kernel，并通過添加橫向散射核進行改進，然而其不能完全計算二次電子輸運[18]，在低密度肺組織中，由于介質中的衰減減小，二次電子的范圍增加，這導致了大量的電子不平衡和射野邊界處的半影變寬[19]，這可能導致劑量沉積的不確定度增加。AXB算法通過區分具有顯著不同化學成分的不同類型的人體組織來計算介質沉積劑量，考慮了材料的不同密度，劑量沉積更貼近實際。乳腺癌靶區表淺，涵蓋肌肉、肋骨、緊鄰肺組織低密度組織等，組織不均勻性差別較大。研究顯示，對于模體的表面劑量，AXB算法計算結果比較精確，針對非均勻組織及物質密度相差較大的組織交界面，AXB算法的計算精度較接近MC模擬精度[1]，通過Patient 3D模塊進行計算證實了這種觀點。徐詩磊等[20]報道，與AXB算法相比，AAA算法會高估靶區最大劑量與平均劑量，也會在一定程度上高估肺的體積劑量，考慮左側乳腺癌根治術后調強放療患側肺劑量限制是一個挑戰，限值相對嚴格，盡管健側乳腺的DmeanAXB算法略高于AAA算法，但健側乳腺及心臟的AXB算法驗證通過率均高于AAA算法，更貼近TPS計算值，因此在不影響靶區的前提下，建議使用AXB算法。但由于Compass三維驗證系統和Eclipse在使用之前都必須與所用直線加速器模型擬合，建模過程不可避免存在誤差，且Eclipse使用的AXB算法與Compass的CCC算法也會存在誤差，因此未來仍需進一步深入研究。

4 結論

左側乳腺癌根治術后調強放射治療計劃設計中，通過Compass Patient 3D驗證結果顯示AAA算法和AXB算法都符合臨床要求，但AXB算法明顯降低了左肺V5的百分體積，在左肺低劑量區更符合TPS實際優化劑量；雙肺、心臟、健側乳腺γ值AXB低于AAA算法，其中左肺最為顯著，這可能對降低左肺受照劑量的不確定度、減少左側乳腺癌根治術后調強放療引起放射性肺損傷的發生率有一定幫助。