AAA算法和PBC算法在食管癌調強放療中的驗證評估

張先穩 張西志 花 威 李 軍 汪步海 陳婷婷

食管癌是我國最常見的惡性腫瘤之一，三維適形放射治療技術和調強放射治療技術的臨床應用為食管癌的放療提供了重要手段。在腫瘤放療過程中，計劃設計所選劑量算法的準確性是必須考慮的問題。瓦里安Eclipse 8.6放射治療計劃系統提供各向異性分析算法(anisotropic analytical algorithm，AAA)與光子筆形束卷積算法(pencil beam convolution，PBC)，本文應用COMPASS劑量驗證系統，對食管癌中2種算法調強放療計劃進行劑量驗證，探討其準確度［1］。

1 資料與方法

1.1 臨床資料

隨機選取我院2012年1月～8月收治的9例食管癌患者。男性6例，女性3例，平均年齡63歲，年齡52～70歲。病理類型均為鱗癌。計劃靶區(planning target volume，PTV)長度為 14～21 cm，雙肺體積為(2897.22 ～3902.61)cm3。

1.2 計劃設計

應用瓦里安Eclipse 8.6治療計劃系統進行靶區勾畫、計劃設計與評估。大體腫瘤靶區(gross tumor volume，GTV)為影像上可見腫瘤病灶;臨床靶區(clinical target volume，CTV)為GTV外放8 mm，并包括區域淋巴結引流區，上界為胸廓入口，下界為腫瘤下4 cm;PTV為CTV沿三維外放5 mm。對GTV給定處方劑量為6 000 cGy/28次，PTV為5 040 cGy/28次。對所選病例設計逆向調強放療計劃，采用五野均分布野方式(00、720、1440、2160、2880)、6 MV X 射線、劑量率為300 MU/min、瓦里安Clinac ix加速器、120片MLC、優化算法為DVO。計劃優化后分別采用AAA算法、PBC算法計算。

1.3 劑量驗證

對2種算法的放療計劃分別生成QA驗證計劃，應用IBA公司的COMPASS三維劑量驗證系統進行相對劑量驗證。Gamma分析中設置相對劑量偏差 ＜3%、距離偏差＜3 mm的約束限制，以γ＜1為通過。驗證結果與計劃系統的結果進行比較。兩者差異計算公式［1］為:PD=100% × (Dcal-Dn)/Dn，式中 PD 為差異百分比(%);Dcal為計劃系統計算出的劑量(cGy);Dn為COMPASS系統測量出的劑量(cGy)。

1.4 評估方法

通過DVH圖，分析以下各指標的差異。

GTV、PTV的平均劑量Dmean及至少接受相應處方劑量水平照射的體積V100%、均勻性指數(homogeneity index，HI)和適合度指數(conformity index，CI)。HI=D5%/D95%，其中D5為5%靶體積受照最低劑量，D95為95%靶體積受照最低劑量，HI值越大(遠離1)說明該計劃的劑量分布均勻性越差。CI=VTref/VT×VTref/Vref，其中VT為靶體積，VTref為參考等劑量線面所包繞靶區的體積，Vref為參考等劑量線面所包繞的所有區域的體積。CI值在0～1，越靠近1說明靶區適合度越好［2］。

危及器官(organs at risk，OARs):脊髓1%體積接受照射的最大劑量D01;肺V5(照射劑量為5 Gy時的體積)、V10、V15、V20、V30及平均劑量 Dmean;心臟 V30、V40和平均劑量Dmean。

此外，還分析GTV、PTV和OARs的γ通過率。

1.5 統計學方法

所有數據應用SPSS15.0軟件進行分析。兩種計劃劑量學差異采用配對t檢驗，以P＜0.05為差異有統計學意義。

2 結果

2.1 γ通過率

AAA算法GTV、PTV、雙肺、心臟的γ通過率高于PBC算法，差異有統計學意義(P＜0.05)。對于脊髓2種算法γ通過率相近(P=0.182)，見表1。

表1 2種算法GTV、PTV和OARs γ通過率比較

2.2 各評價指標的差異

GTV 的Dmean、V100%、HI及PTV 的HI，AAA 算法結果均優于PBC算法，差異均有統計學意義。2種算法GTV、PTV的 Dmean值差異分別為(-2.74±0.11)%、(3.03 ± 0.16)%，(-2.38 ± 0.16)%、(-1.29±0.19)%;表明計劃值低于測量值。

AAA算法雙肺各指標計劃值均低于測量值。PBC算法雙肺除V20、V30外余計劃值均偏低于測量值。2種算法雙肺各指標間比較差異有統計學意義，但AAA算法差異PD值較小，即計劃值更接近于實際值。兩種算法的雙肺V15值均較接近實際值，PBC算法更明顯，V15有轉折點的趨勢。心臟的 Dmean、V30、V402種算法 PD 值相近(P=0.449，0.958，0.322)。2 種算法脊髓D01的計劃值均高于測量值，計劃值D01高估了(1.56 ±0.25)%、(4.48 ±1.13)%，差異有統計學意義，見表2。

3 討論

AAA算法是三維的筆型束卷積疊加算法，它的模型建立考慮了原射線、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能夠進行更準確的修正，更接近于實際測量值，是1種更精確的算法［3，4］。PBC算法采用的是卷積技術和快速傅立葉變換，是一維能量非局部沉積算法。PBC算法不能準確地體現射線穿過2種不同密度組織時的2次建成效應，但大多數情況下能夠較好地滿足劑量計算的精度要求。研究表明［5］，PBC算法趨向于過高估計靶區內低密度肺組織的吸收劑量，同時欠估計肺組織內的低劑量區域。

AAA算法與PBC算法的劑量學對比國內外已多有報道［3～7］，但多強調肺受量的區別。食管癌是我國最常見的惡性腫瘤，目前，國內也有關于食管癌中AAA算法和PBC算法的計劃值劑量學比較的報道［6］，但沒有劑量驗證的支持，本文應用三維劑量驗證系統COMPASS來驗證2種算法計劃值與COMPASS測量值的相對差異，討論AAA算法和PBC算法的準確度，為食管癌臨床放療提供參考。伍然等［8］通過二維電離室矩陣Matrixx驗證得出類似于肺部腫瘤這種靶區周圍存在明顯密度差異的腫瘤，AAA算法的γ通過率更高，運算結果更加準確。Bragg等［7］比較了AAA算法和PBC算法在前列腺、鼻咽癌和肺癌中的應用。結果表明，在前列腺、鼻咽癌應用中兩種算法差別很小，而在肺癌計劃中產生了較大的變化，并驗證了AAA算法的計算結果與測量值較一致。本研究結果得出了同樣的結果。AAA算法GTV、PTV、雙肺、心臟的γ通過率高于PBC算法，2種算法對雙肺受量均有一定程度的低估，但AAA算法更接近測量值。R?nde等［9］通過測量驗證同樣得出在不均勻組織中AAA算法優于PBC算法，同時指出對于6MX線，AAA算法低估了脊髓受量近7%，而PBC算法則高估了脊髓受量近4%。本研究中對于脊髓，AAA算法和PBC算法分別高估了1.56%、4.48%，與 R?nde HS稍有差別，可能與驗證方法有關。因為條件所限，本研究僅用COMPASS進行了相對劑量的驗證，而沒有利用模體進行絕對劑量的驗證，故有一定的局限性。此外，本研究中心臟的受量，2種算法都有所低估，在設計放療計劃時應引起重視。

表2 2種算法GTV、PTV評價指標差異PD值比較

綜合考慮各指標差異，食管癌調強放療中AAA算法比PBC算法更準確。

［1］柏朋剛，李奇欣，陳開強，等.CONPASS系統在鼻咽癌容積旋轉調強劑量驗證中的應用〔J〕.中華放射醫學與防護雜志，2012，32(3):304.

［2］Weiss E，Siebers JV，Kell PJ.An analysis of 6-MV versus 18-MV photon energy plans for intensity-modulated radiation therapy(IMRT)of lung cancer〔J〕.Radiother Oncol，2007，82:52.

［3］Carlaprile P，Venencia CD，Besa P.Comparison between measured and calculated dynamic wedgedose distributions using the anisotropic analytic algorithm and pencil-beam convolution〔J〕.J Appl Clin Med Phys，2006，8:47.

［4］劉曉靜，張西志，李 軍，等.胸中段食管癌旋轉容積調強與固定野動態調強放療的劑量學研究〔J〕.實用癌癥雜志，2011，26(6):630

［5］伍 然，全 紅，徐利明.肺部腫瘤IMRT計劃制定過程中不同算法的評估〔J〕.腫瘤預防與治療，2011，24(3):164.

［6］譚麗娜，石 梅，柴廣金，等.食管癌調強放療計劃中AAA算法與PBC算法的對比研究〔J〕.中國醫學物理學雜志，2012，29(1):3093.

［7］Bragg CM，Wingate K，Conway J.Clinical implications of the anisotropic analytical algorithm for IMRT treatment planning and verification〔J〕.Radiother Oncol，2008，86(2):276.

［8］伍 然，全 紅，徐利明.不同算法所得IMRT計劃的劑量學驗證評估〔J〕.中國醫學物理學雜志，2011，28(3):2581.

［9］R?nde HS，Hoffmann L.Validation of Varian＇s AAA algorithm with focus on lung treatments〔J〕.Acta Oncol，2009，48(2):209.