乳腺癌放療中的心臟保護策略：從分割技術到劑量控制

摘要：乳腺癌是女性最常見的惡性腫瘤，其發(fā)病率位居女性惡性腫瘤之首。放射治療作為乳腺癌的重要治療手段，能夠有效降低復發(fā)率和死亡率。然而，在放療過程中，心臟不可避免地暴露于電離輻射中，從而增加心臟毒性的風險，尤其是缺血性心肌病等并發(fā)癥。因此，在乳腺癌放療中，如何有效保護心臟并降低其受照劑量成為治療中的關鍵挑戰(zhàn)。本文將從放療對心臟的影響、心臟劑量限值、心臟區(qū)域自動分割技術以及降低心臟受照劑量的策略四個方面進行探討，旨在通過多種技術手段實現(xiàn)心臟的有效保護，從而降低心臟并發(fā)癥的風險，提升患者的長期生存質量。

關鍵詞：乳腺癌；放射治療；深度學習；分割；心臟受照劑量

Cardiac protection strategies in breast cancer radiotherapy： from segmentation

technology to dose control

HUANG Jinghan 1 ， LI Xia 2 ， MAIDINA Batuer 1 ， ZHOU Chuanghui 3 ， ZHOU Linghong 1 ， QIN Genggeng 1， 4

1 School of Biomedical Engineering， Southern Medical University， Guangzhou 510000， China;" 2 Department of Radiation Oncology，

4 Department of Radiology， Nanfang Hospital， Southern Medical University， Guangzhou 510000， China;" 3 School of Medical and Information

Engineering， Gannan Medical University， Ganzhou 341000， China

Abstract： Breast cancer is the most common malignancy among women， with the highest incidence rate of all female cancers.Radiotherapy is an essential treatment modality for breast cancer， effectively reducing recurrence and mortality rates.However， during radiotherapy， the heart inevitably gets exposed to ionizing radiation， increasing the risk of cardiac toxicity，particularly complications such as ischemic cardiomyopathy. Therefore， effective cardiac protection and minimizing heartradiation exposure are crucial challenges in breast cancer radiotherapy. This review explores four key aspects： the impact ofradiotherapy on the heart， cardiac dose constraints， automated segmentation of cardiac regions， and strategies to reducecardiac dose exposure， in order to implement effective cardiac protection through various technologies to reduce the risk ofcardiac complications and improve patients' long-term quality of life.

Keywords： breast cancer; radiotherapy; deep learning; segmentation; cardiac radiation dose

乳腺癌是全球女性中最常見的惡性腫瘤，其發(fā)病率已超過肺癌［1］。據(jù)數(shù)據(jù)統(tǒng)計，乳腺癌、肺癌及結直腸癌占女性新發(fā)惡性腫瘤的51%，其中乳腺癌占32%［2］ 。全球每年新增乳腺癌病例超過200萬例，其中約2/3的乳腺癌患者需要接受放射治療［3］ 。術后輔助放療有助于提高局部腫瘤控制率，降低復發(fā)率和遠處轉移的風險，最終提高患者的生存率。與單純的根治術相比，術后輔助放療可顯著改善預后［4-7］ 。區(qū)域淋巴結放療顯著降低了乳腺癌患者的復發(fā)率、乳腺癌死亡率和全因死亡率，特別是對于有陽性腋窩淋巴結的患者［8］ 。然而，乳腺癌放療的一個重要挑戰(zhàn)是如何在確保腫瘤控制的同時，盡量減少正常組織的輻射暴露，特別是在左側乳腺癌患者中［9］，心臟及其亞結構常常暴露在照射野內。研究表明，左側乳腺癌放療可能會增加心臟疾病的發(fā)生率，特別是冠狀動脈疾病和心肌梗死［10］ 。手動勾畫心臟及其亞結構不僅復雜且耗時，并且受限于操作者的經驗，可能導致勾畫的精度和一致性不足。這使得精準分割心臟結構以降低心臟高危區(qū)域受照劑量，成為臨床實踐中亟待解決的問題。本研究旨在全面探討乳腺癌放療中的心臟保護策略，特別是在分割技術與劑量控制方面的應用，重點展示本文在多技術手段整合上的創(chuàng)新，為臨床實踐提供更有效的心臟保護方法。

1 乳腺癌放射治療中心臟的不良反應

長期隨訪研究表明，乳腺癌放射治療與心臟不良反應密切相關［11］ 。常見的放射治療后心臟毒性可表現(xiàn)為心律失常、心包炎、充血性心臟病、缺血性心肌病（心肌梗死）或瓣膜病等［12， 13］ 。多項研究表明，放射治療（尤其是涉及頸動脈、冠脈其他主要動脈的大范圍暴露）顯著增加了心血管疾病死亡風險［14， 15］。有研究對1970～2003年間接受放射治療的199例浸潤性乳腺癌或導管內癌患者進行研究，發(fā)現(xiàn)左側乳腺癌放療顯著增加了遠端左前降支管腔狹窄的風險，達4～7倍之多［16］ 。這表明放射治療與冠狀動脈狹窄部位存在直接關聯(lián)。有研究納入1958～2001年間接受乳腺癌放療的2168例患者，將接受放療的乳腺癌患者的缺血性心臟病發(fā)生率與其受照劑量和個人心臟危險因素聯(lián)系起來，發(fā)現(xiàn)心臟平均劑量每增加1 Gy，冠狀動脈異常發(fā)生率線性增加7.4%［17］ 。然而，患者沒有放療的情況下也存在患缺血性心臟病風險，但是電離輻射會使乳腺癌患者缺血性心臟病風險增加數(shù)倍［18］。因此，為了進一步降低乳腺癌患者的心臟毒性風險，可以結合乳腺癌復發(fā)率、死亡率及其他疾病風險，來更精準地預測患者在臨床中面臨的風險［19］。乳腺癌患者放療時，其心臟接受的輻射劑量因人而異，導致患者之間心臟毒性風險存在顯著差異［19， 20］ 。一項關于乳腺癌保乳手術后放療的薈萃分析研究了10801例女性，發(fā)現(xiàn)對于無心臟風險因素的患者，保乳術后放療可將 15 年內的死亡風險從 25.2% 降低至21.4%［21］。另有研究表明，左側乳腺癌患者放射治療時，心臟接受2 Gy平均劑量，30年內由電離輻射導致缺血性心臟病的死亡風險低于0.1%［17］ 。對于這類患者，放療的益處顯然大于其心臟毒性風險。對于心臟劑量限制無法滿足靶區(qū)劑量覆蓋或已有心臟病史的患者，可考慮降低心臟放療劑量以減少輻射引發(fā)的心臟風險［21］。

2 乳腺癌患者接受放射治療時心臟劑量限值

德國放射腫瘤協(xié)會乳腺癌專家小組提出劑量限值（表1）。2003～2013年間，在28個國家的149項研究報道的398種方案中，左側乳腺癌患者的心臟平均劑量為5.4 Gy；調強放療（IMRT）的心臟平均劑量為5.6 Gy；而呼吸控制的切線放射治療和側臥位治療可將心臟平均劑量分別降至1.3 Gy和1.2 Gy；質子放療（PT）的心臟平均劑量最低，僅為0.5 Gy。在右側乳腺癌患者中，基于23項研究的45種方案數(shù)據(jù)，心臟平均劑量為3.3 Gy。綜上所述，左側乳腺癌放療中評估心臟劑量差異很大，PT在左側乳腺癌患者中提供了最低的心臟平均劑量［22］。心臟平均劑量是預測心臟毒性的重要參數(shù)，減少心臟平均劑量可有效降低心臟相關風險［16， 17， 23］ 。通過現(xiàn)代化放療技術，乳腺癌患者的心臟平均劑量可以降至2～3 Gy以下。有研究使用現(xiàn)代三維技術和切線束治療左側乳腺癌，發(fā)現(xiàn)心臟平均劑量為2.1 Gy［24］ 。一項對2007～2013年間256例左側乳腺癌患者的研究表明，心臟平均劑量在0.91～4.45 Gy間［25］ 。盡管放療技術的進步顯著降低了心臟平均劑量，但左前降支等心臟亞結構仍然會暴露在高劑量下［26］。有研究指出，左心室前部相關區(qū)域最大劑量高達47.2 Gy，左前降支平均和最大劑量分別為9.2 Gy和24.6 Gy［27］ 。因此，對于左側乳腺癌患者，即使心臟平均劑量較低，心臟亞結構仍可能接受高劑量照射［28］。

IMRT與PT在減少心臟輻射劑量方面各有優(yōu)勢。IMRT通過優(yōu)化劑量分布降低了心臟受照劑量，但其復雜性和成本較高。PT則利用布拉格峰效應實現(xiàn)了精確的劑量控制，顯著減少了心臟暴露劑量，但設備的可及性限制了其應用范圍。因此，基于患者的具體情況選擇合適的技術顯得尤為重要。

3 乳腺癌放療中心臟區(qū)域的分割技術

由于放射治療專用CT設備獲取的圖像難以清晰顯示心臟亞結構，有研究利用MRI優(yōu)越的軟組織對比度，與CT圖像共同優(yōu)化MR/CT圖譜，以提高心臟、大血管和室間隔分割精度［29］ 。這一方法為放療期間的心臟保護提供了堅實基礎。然而，在冠狀動脈分割方面，MRI和CT聯(lián)合方法的效果仍然有限。有研究開發(fā)并測試了一種自動化算法，能夠在所有圖像中實時檢測心臟邊緣，監(jiān)控乳腺癌治療時心臟暴露在射線的區(qū)域［30］ 。有研究基于圖譜的自動分割方法可以準確地勾畫出心臟和部分亞結構，但左前降支分割效果較差［31］。盡管這些方法在心臟整體分割中表現(xiàn)出色，但在亞結構的精確分割，尤其是冠狀動脈左前降支（LADCA）的分割方面，仍存在不足。

基于圖譜自動分割技術依賴于圖像配準算法的精度，在解剖結構發(fā)生較大變化和邊緣不清晰的情況下，表現(xiàn)并不理想［32］。隨著人工智能技術的發(fā)展，深度學習在醫(yī)學圖像處理領域取得了巨大進展［33］ 。基于深度學習的自動分割技術可以自適應地探索醫(yī)學圖像中的代表性特征，并具有遷移學習能力［34］。有學者利用深度學習、多圖譜映射和幾何建模設計了一種模型，可以在CT圖像上自動分割心臟亞結構，結果顯示，除LADCA外，其他所有結構的體積比接近1。該模型能夠準確分割大部分心臟亞結構，然而對于LADCA的分割仍存在一定的誤差［35］。有研究提出了一種基于CT圖像深度學習網(wǎng)絡的自動分割心臟亞結構的方法，該方法使用了掩模評分區(qū)域卷積神經網(wǎng)絡，除LADCA以及二尖瓣和三尖瓣外，其他亞結構分割效果良好［36］。有學者提出了一種基于深度學習相互增強策略的自動分割方法，該模型由3個子網(wǎng)絡組成：視網(wǎng)膜U-net、分類模塊和分割模塊。與3D U-net、掩模R-CNN、掩模評分R-CNN及不合分類模塊的網(wǎng)絡相比，所提出的方法能夠提高小型亞結構（如冠狀動脈）分割精度，同時保證較大亞結構的分割精度［37］。

在分割技術的討論中，深度學習方法相比傳統(tǒng)手動分割具有顯著的優(yōu)勢。傳統(tǒng)手動分割不僅耗時且易受操作者經驗影響，而深度學習技術能夠自動化地進行大規(guī)模數(shù)據(jù)處理，減少人為誤差，提高分割精度和一致性，尤其在復雜解剖結構下具有優(yōu)勢。

對于乳腺癌放療中的心臟保護策略，雖然圖譜和深度學習技術在分割心臟亞結構方面取得了進展，但仍存在顯著誤差。有學者提出，以高風險心臟區(qū)域替代易受電離輻射影響的LADCA，可以更好地在乳腺癌放療中保護心臟［38］ 。研究納入40例接受放療的乳腺癌患者，勾畫出LADCA和8個高危心臟區(qū)域（HRCZ）。研究表明，3.5 cm寬的HRCZ可以作為LADCA在乳腺癌放療中的可靠替代區(qū)域，對HRCZ施加最大劑量限制可以有效減少LADCA的受照劑量，自動分割算法可準確地勾畫出HRCZ［38］ 。后續(xù)進一步研究，有學者提出了一個簡化的功能性心臟圖譜，并用HRCZ替代LADCA。這不僅減少了LADCA的勾畫難度，還提高了自動分割心臟亞結構的準確性［39］。

4 降低心臟受照劑量的措施

有研究選取14例健康女性志愿者進行了心臟MRI檢查，以確定典型左側乳腺癌患者在放射治療時心臟受照體積。在潮末容積（基線）、深吸氣和強制呼氣時，通過保持呼吸獲取的覆蓋整個心臟的連續(xù)橫切片堆疊，評估放射治療區(qū)域內的心臟容積。結果顯示，深吸氣屏氣減少了心臟受照體積。然而，受限于樣本量較小，且對長期呼吸控制的可行性缺乏明確探討，這些因素可能影響該結論的廣泛適用性［40］ 。有研究選取15例中位年齡53歲的患者，在正常呼吸和深吸氣后屏氣時分別進行CT掃描。結果顯示，深吸氣后屏氣時心臟容積顯著降低，其中7例患者的心臟完全移出照射區(qū)域［41］ 。研究證實，深吸氣屏氣時的心臟位置是保護心臟的理想位置［41-43］ 。盡管呼吸周期對心臟暴露的影響得到證實，研究未詳細討論這種技術在更廣泛患者群體中的適用性以及該群體的代表性。有研究納入24例女性，通過持續(xù)正壓通氣作為輔助手段，減少乳腺癌放療中的心臟受照劑量。結果顯示，持續(xù)正壓通氣輔助放療不僅可行，還能在降低心臟受照劑量的同時，保證靶區(qū)劑量覆蓋，提升左側乳腺癌患者的治療效果［44］。然而，研究尚需驗證持續(xù)正壓通氣技術在患者間的個體差異、通氣方法的可重復性及其長期臨床效果。有學者對比了30例接受多導管腔內放射治療加速部分乳腺照射治療的患者和22例接受深吸氣屏氣全乳腺照射并同步整合腫瘤增強技術的患者，證實了多導管腔內放射治療加速部分乳腺照射更適合保護患者的心臟［45］。然而，不同治療技術受治療方案和患者適應癥的影響較大，仍需進一步研究以驗證其在更廣泛人群中的適用性。

5 總結與展望

在乳腺癌放療中，特別是左側乳腺癌患者，心臟暴露于照射區(qū)域內會顯著增加心臟毒性風險，因此，降低心臟受照劑量一直是臨床關注的重點。然而，僅僅依賴心臟平均劑量來評估心臟受照風險是不夠的。多項研究表明，即使在乳腺癌放療中，心臟平均劑量未超過2 Gy，左心室及左前降支等心臟亞結構仍然可能受到高劑量照射，進而導致嚴重的心臟并發(fā)癥。因此，更應關注高危心臟區(qū)域的受照劑量。目前，心臟保護的措施多種多樣，包括：通過協(xié)調呼吸周期或采用側臥位治療等技術手段，避免心臟暴露于照射區(qū)域；使用更為先進的放療技術，如IMRT或PT；利用深度學習等人工智能技術，提升高危心臟區(qū)域的自動分割精度，以便更精確地評估和控制這些區(qū)域的受照劑量。

盡管上述策略在臨床實踐中已展現(xiàn)出顯著的心臟保護效果，但在實際應用中仍面臨諸多挑戰(zhàn)。IMRT能夠通過優(yōu)化劑量分布顯著降低正常組織的輻射暴露，是目前應用最廣泛的技術之一。臨床數(shù)據(jù)顯示，IMRT在減少心臟平均劑量方面表現(xiàn)出色，但仍存在部分高劑量區(qū)可能導致心臟并發(fā)癥的風險。此外，IMRT的復雜性和較高的成本也是其應用的挑戰(zhàn)。PT則因其獨特的布拉格峰效應，能夠更精準地控制輻射劑量，將高劑量區(qū)域集中在腫瘤部位，顯著減少心臟及其他正常組織的受照劑量。臨床研究表明，PT在減少心臟暴露劑量方面效果顯著，尤其在左側乳腺癌放療中具有明顯優(yōu)勢。然而，PT的高昂成本和設備的有限可及性限制了其廣泛應用。深度學習輔助的自動分割技術為心臟亞結構的精準勾畫提供了新的可能性。通過自動化分割，能夠提高心臟亞結構勾畫的準確性和一致性，減少人為操作的誤差。盡管如此，這一技術在復雜解剖結構下的魯棒性和適應性仍需進一步提升。當前臨床數(shù)據(jù)支持其在提高勾畫效率和精度方面的潛力，但在大規(guī)模推廣應用前，仍需更多的驗證性研究。

未來的研究應進一步關注以下幾個方面：第一，如何在保證靶區(qū)劑量覆蓋的前提下，進一步降低心臟及其亞結構的受照劑量，特別是對于高危心臟區(qū)域的精準保護。第二，在新技術和新方法的開發(fā)中，既要考慮技術的先進性，也要重視其在臨床實踐中的可操作性和可推廣性。例如，PT雖然在心臟保護方面表現(xiàn)優(yōu)異，但其高昂的成本和有限的可及性限制了其廣泛應用。第三，隨著人工智能技術的不斷進步，基于深度學習的心臟亞結構自動分割技術將成為未來的研究熱點。如何提升算法的魯棒性和適應性，使其在各種臨床場景中都能保持較高的分割精度，是未來研究的關鍵方向。第四，除了放療技術的優(yōu)化外，還需加強對放療后心臟并發(fā)癥的長期隨訪和管理，建立更加完善的預警和干預體系，以便在放療后期及時發(fā)現(xiàn)和處理心臟毒性，最大限度地保護患者的生命質量。

綜上所述，在乳腺癌放療中，心臟保護仍然是一個復雜而關鍵的課題。未來的研究和臨床實踐需要進一步整合多學科力量，探索更加有效的心臟保護策略，以便在提升乳腺癌患者生存率的同時，最大限度地降低其心臟并發(fā)癥的風險。這不僅關乎治療效果，更關系到患者的長期生存質量。

參考文獻：

[1] Sung H， Ferlay J， Siegel RL， et al. Global cancer statistics 2020：GLOBOCAN estimates of incidence and mortality worldwide for 36cancers in 185 countries[J]. CA Cancer J Clin， 2021， 71（3）： 209-49.

[2] Siegel R， Giaquinto AN， Jemal A. Cancer statistics， 2024[J]. CA ACancer J Clin， 2024， 74： 12-49.

[3] Coles CE， Bliss JM， Poortmans PM. Accelerated partial breastirradiation： more questions than answers？ [J]. Lancet， 2019， 394（10215）： 2127-9.

[4] Christiansen P， Carstensen SL， Ejlertsen B， et al. Breast conservingsurgery versus mastectomy： overall and relative survival-apopulation based study by the Danish Breast Cancer CooperativeGroup （DBCG）[J]. Acta Oncol， 2018， 57（1）： 19-25.

[5] Corradini S， Reitz D， Pazos M， et al. Mastectomy or breast-conserving therapy for early breast cancer in real-life clinicalpractice： outcome comparison of 7565 cases[J]. Cancers， 2019， 11（2）： 160.

[6] van Maaren MC， de Munck L， de Bock GH， et al. 10 year survivalafter breast-conserving surgery plus radiotherapy compared withmastectomy in early breast cancer in the Netherlands： a population-based study[J]. Lancet Oncol， 2016， 17（8）： 1158-70.

[7] Vicini FA， Cecchini RS， White JR， et al. Long-term primary resultsof accelerated partial breast irradiation after breast-conservingsurgery for early-stage breast cancer： a randomised， phase 3，equivalence trial[J]. Lancet， 2019， 394（10215）： 2155-64.

[8] Early Breast Cancer Trialists' Collaborative Group （EBCTCG）.Radiotherapy to regional nodes in early breast cancer： an individualpatient data meta-analysis of 14 324 women in 16 trials[J]. Lancet，2023， 402（10416）： 1991-2003.

[9] Wennstig AK， Wadsten C， Garmo H， et al. Long-term risk ofischemic heart disease after adjuvant radiotherapy in breast cancer：results from a large population-based cohort[J]. Breast Cancer Res，2020， 22（1）： 10.

[10]Honaryar MK， Locquet M， Allodji R， et al. Cancer therapy-relatedcardiac dysfunction after radiation therapy for breast cancer： resultsfrom the BACCARAT cohort study[J]. Cardiooncology， 2024， 10（1）： 54.

[11]Hooning MJ， Aleman BM， van Rosmalen AJ， et al. Cause-specificmortality in long-term survivors of breast cancer： a 25-year follow-up study[J]. Int J Radiat Oncol Biol Phys， 2006， 64（4）： 1081-91.

[12]Duma MN， Molls M， Trott KR. From heart to heart for breast cancerpatients-cardiovascular toxicities in breast cancer radiotherapy[J].Strahlenther Onkol， 2014， 190（1）： 5-7.

[13]Carlson RG， Mayfield WR， Normann S， et al. Radiation-associatedvalvular disease[J]. Chest， 1991， 99（3）： 538-45.

[14]Kurtz JM. Radiotherapy for early breast cancer： was acomprehensive overview of trials needed？ [J]. Lancet， 2000， 355（9217）： 1739-40.

[15]Meattini I， Poortmans PM， Aznar MC， et al. Association of breastcancer irradiation with cardiac toxic effects： a narrative review[J].JAMA Oncol， 2021， 7（6）： 924-32.

[16]Nilsson G， Holmberg L， Garmo H， et al. Distribution of coronaryartery stenosis after radiation for breast cancer[J]. J Clin Oncol，2012， 30（4）： 380-6.

[17]Darby SC， Ewertz M， McGale P， et al. Risk of ischemic heart diseasein women after radiotherapy for breast cancer[J]. N Engl J Med，2013， 368（11）： 987-98.

[18]Milo MLH， Thorsen LBJ， Johnsen SP， et al. Risk of coronary arterydisease after adjuvant radiotherapy in 29， 662 early breast cancerpatients： a population-based Danish Breast Cancer Group study[J].Radiother Oncol， 2021， 157： 106-13.

[19]Taylor CW， Kirby AM. Cardiac side-effects from breast cancerradiotherapy[J]. Clin Oncol （R Coll Radiol）， 2015， 27（11）： 621-9.

[20]Vandewinckele L， Claessens M， Dinkla A， et al. Overview ofartificial" intelligence-based" applications" in" radiotherapy：recommendations for implementation and quality assurance[J].Radiother Oncol， 2020， 153： 55-66.

[21]Early Breast Cancer Trialists' Collaborative Group （EBCTCG），Darby S， McGale P， et al. Effect of radiotherapy after breast-conserving surgery on 10-year recurrence and 15-year breast cancerdeath： meta-analysis of individual patient data for 10， 801 women in17 randomised trials[J]. Lancet， 2011， 378（9804）： 1707-16.

[22]Taylor CW， Wang Z， MacAulay E， et al. Exposure of the heart inbreast cancer radiation therapy： a systematic review of heart dosespublished during 2003 to 2013[J]. Int J Radiat Oncol Biol Phys，2015， 93（4）： 845-53.

[23]Taylor CW， Nisbet A， McGale P， et al. Cardiac doses from Swedishbreast cancer radiotherapy since the 1950s[J]. Radiother Oncol，2009， 90（1）： 127-35.

[24]Piroth MD， Petz D， Pinkawa M， et al. Usefulness of a thermoplasticbreast bra for breast cancer radiotherapy： Aprospective analysis[J].Strahlenther Onkol， 2016， 192（9）： 609-16.

[25]Chang JS， Chen J， Weinberg VK， et al. Evaluation of heart dose forleft-sided breast cancer patients over an 11-year period spanning thetransition from 2-dimensional to 3-dimensional planning[J]. ClinBreast Cancer， 2016， 16（5）： 396-401.

[26]Munshi A， Khataniar N， Sarkar B， et al. Spatial orientation ofcoronary arteries and its implication for breast and thoracicradiotherapy-proposing \"coronary strip\" as anew organ at risk[J].Al， 2018， 194（8）： 711-8.

[27]Tan WY， Liu D， Xue CB， et al. Anterior myocardial territory mayreplace the heart as organ at risk in intensity-modulated radiotherapyfor left-sided breast cancer[J]. Int J Radiat Oncol Biol Phys， 2012，82（5）： 1689-97.

[28]Piroth MD， Baumann R， Budach W， et al. Heart toxicity from breastcancer radiotherapy： current findings， assessment， and prevention[J]. Strahlenther Onkol， 2019， 195（1）： 1-12.

[29]Morris ED， Ghanem AI， Pantelic MV， et al. Cardiac substructuresegmentation and dosimetry using a novel hybrid magneticresonance and computed tomography cardiac atlas[J]. Int J RadiatOncol Biol Phys， 2019， 103（4）： 985-93.

[30]Poulsen PR， Thomsen MS， Hansen， et al. Fully automated detectionof heart irradiation in cine MV images acquired during breast cancerradiotherapy[J]. Radiother Oncol， 2020， 152： 189-95.

[31]Kaderka R， Gillespie EF， Mundt RC， et al. Geometric and dosimetricevaluation of atlas based auto-segmentation of cardiac structures inbreast cancer patients[J]. Radiother Oncol， 2019， 131： 215-20.

[32]Shen JJ， Gu PH， Wang Y， et al. Advances in automatic delineation oftarget volume and cardiac substructure in breast cancer radiotherapy（Review）[J]. Oncol Lett， 2023， 25（3）： 110.

[33]Fu YB， Lei Y， Wang TH， et al. A review of deep learning basedmethods for medical image multi-organ segmentation[J]. PhysMed， 2021， 85： 107-22.

[34]Sahiner B， Pezeshk A， Hadjiiski LM， et al. Deep learning in medicalimaging and radiation therapy[J]. Med Phys， 2019， 46（1）： e1-e36.

[35]Finnegan RN， Chin V， Chlap P， et al. Open-source， fully-automatedhybrid cardiac substructure segmentation： development andoptimisation[J]. Phys Eng Sci Med， 2023， 46（1）： 377-93.

[36]Harms J， Lei Y， Tian SB， et al. Automatic delineation of cardiacsubstructures using a region-based fully convolutional network[J].Med Phys， 2021， 48（6）： 2867-76.

[37]Momin S， Lei Y， McCall NS， et al. Mutual enhancing learning-basedautomatic segmentation of CT cardiac substructure[J]. Phys MedBiol， 2022， 67（10）. doi： 10.1088/1361-6560/ac692d.

[38]Loap P， Tkatchenko N， Nicolas E， et al. Optimization and auto-segmentation of a high risk cardiac zone for heart sparing in breastcancer radiotherapy[J]. Radiother Oncol， 2020， 153： 146-54.

[39]Loap P， De Marzi L， Kirov K， et al. Development of simplified auto-segmentable functional cardiac atlas[J]. Pract Radiat Oncol， 2022，12（6）： 533-8.

[40]Chen MH， Chuang ML， Bornstein BA， et al. Impact of respiratorymaneuvers on cardiac volume within left-breast radiation portals[J].Circulation， 1997， 96（10）： 3269-72.

[41]Lu HM， Cash E， Chen MH， et al. Reduction of cardiac volume in left-breast treatment fields by respiratory maneuvers： a CT study[J]. IntJ Radiat Oncol Biol Phys， 2000， 47（4）： 895-904.

[42]Sixel KE， Aznar MC， Ung YC. Deep inspiration breath hold toreduce irradiated heart volume in breast cancer patients[J]. Int JRadiat Oncol Biol Phys， 2001， 49（1）： 199-204.

[43]Remouchamps VM， Vicini FA， Sharpe MB， et al. Significantreductions in heart and lung doses using deep inspiration breath holdwith active breathing control and intensity-modulated radiationtherapy for patients treated with locoregional breast irradiation[J].Int J Radiat Oncol Biol Phys， 2003， 55（2）： 392-406.

[44]Allen AM， Ceder YK， Shochat T， et al. CPAP （Continuous PositiveAirway Pressure） is an effective and stable solution for heart sparingradiotherapy of left sided breast cancer[J]. Radiat Oncol， 2020， 15（1）： 59.

[45]Knippen S， Sch?nherr S， Schwedas M， et al. Low doses to the heartin daily practice for treating left-sided breast cancer usingaccelerated partial-breast irradiation by multicatheter brachytherapyand deep-inspiration breath-hold using a SIB[J]. StrahlentherOnkol， 2023， 199（4）： 389-95.（編輯：郎 朗）