不同劑量計算算法在臨床肺癌調強計劃的體積-劑量值差異研究*

樊林　肖明勇　傅玉川

(1.四川大學華西醫院腫瘤中心， 四川 成都 610041；2.四川省腫瘤醫院放療中心， 四川 成都 610041)

·論著·

不同劑量計算算法在臨床肺癌調強計劃的體積-劑量值差異研究*

樊林1,2肖明勇2傅玉川1

(1.四川大學華西醫院腫瘤中心， 四川 成都 610041；2.四川省腫瘤醫院放療中心， 四川 成都 610041)

【摘要】目的研究比較商用計劃系統蒙特卡洛算法(XVMC)和解析算法的差異，為肺癌臨床劑量計算算法選擇提供依據。 方法在以往大量針對模體研究的基礎上,選擇符合RTOG 1306規程的10例臨床肺癌病例，按規程用iPlan PB算法采用Sliding Windows IMRT技術完成治療計劃，再分別采用PBC、AAA、XMVC算法重算，計算結果統一按照1cGy精度間隔導出DVH參數，記錄臨床關心的靶區和器官參數，并行成對t檢驗統計分析。結果照射劑量分布顯示，PB、PBC算法在54～62Gy間差異有統計學意義， XVMC算法和AAA算法在<58.2Gy和>61.8Gy時差異有統計學意義(均P<0.05)，且XVMC算法與AAA算法結果差異比PB算法與PBC算法間差異大；臨床參數統計顯示，XVMC算法和AAA算法多項劑量參數差異均有統計學意義(均P<0.05)。結論對RTOG 1306規程病例，相對XVMC算法，AAA算法高估靶區劑量，低估了肺的劑量體積，可能影響臨床醫師判斷，臨床選用時應當注意。本組數據差異在1%左右。

【關鍵詞】劑量計算法；肺癌；調強治療計劃；體積-劑量值

腫瘤放射治療需要利用放射治療計劃系統(treatment planning system，TPS)設計臨床可實施的放射治療計劃，而先進的TPS系統必須以精確的劑量計算算法為基石，計算精度會影響計算出的患者被授予的輻射劑量值及其分布，從而通過影像醫師判斷影響最終的治療效果。提高計算精度是業界長期不懈的追求，臨床商用系統在計算精度和商業可行中權衡與提升。不同的商用放射治療計劃系統內進行劑量計算的算法各有不同，從本質上可分為解析算法和蒙特卡洛算法(XVMC)兩類；解析算法目前大致可分為筆束算法類和更先進算法兩個層次。蒙特卡洛算法被公認為是針對粒子輸運最精確的計算算法，但真正能應用于腫瘤放射治療臨床工作的基于蒙特卡羅算法的放射治療計劃系統的推出卻經歷了一個漫長的過程，目前已有商用系統推出[1]。

已有的關于不同算法精度對比研究報道，多集中于模體計算和非臨床系統比較，選用的參數和條件有時同臨床常用不一致。本研究采用RTOG 1306規程，數據來源于臨床IMRT實際病例，所用條件與臨床采用條件一致，以反應臨床實際狀況，研究中采取各項措施盡可能減小非算法因素影響。研究選用iPlan net系統(版本4.5.1)的XVMC(x-ray voxel Monte Carlo)算法、PB(pencil beam)算法和Eclipse系統的AAA算法(analytical anisotropic algorithm，模塊版本8615)、PBC算法(pencil beam algorithms，模塊版本11031)；其中XVMC算法為簡化蒙特卡羅算法，PB、PBC、AAA算法為解析算法(Analytical algorithm)。

1材料與方法

1.1病例數據選擇從臨床采用調強放療(Intensity modulated radiation therapy，IMRT)技術治療的肺癌患者中，挑選符合RTOG 1306規程條件的患者數據，最終10例病例被納入研究，其基本情況見表1。患者固定方式為體部熱塑成型膜，固定器材為MED TEC體部固定架，取仰臥體位，雙手上舉抱頭[2]，采用Philips BigBore大孔徑CT用胸部條件掃描,掃描層厚層距均為3mm。按照RTOG 1306的要求調整修改感興趣區域(Regions of interest，ROI)及PTV等；按RTOG 1306計劃設計規程，劑量處方為給予靶區PTV 60Gy/30F。

表1　10例病例一般情況

1.2治療計劃設計流程治療計劃設計首先在iPlan net上采用PB算法進行，PTV為靶區，脊髓、食管、左肺、右肺(健側、患側肺區別對待)為緊要器官，其余器官不納入優化計算。選用治療機為VARIAN NTX加速器，X射線能量為6MV，120葉片多葉光攔(MLC)，射野以PTV中心為等中心點，患側為主采用6或7個射野Sliding Windows IMRT技術設計。處方和評估均按照RTOG 1306規程Table 6.7.1: Summary of Protocol Constraints and Compliance Criteria所列的劑量要求；靶區處方劑量為60Gy/30F，選用95.0% covers 95.0% of Target Volume方式優化。在iPlan系統將用XVMC算法、Eclipse用PBC、AAA算法重新計算劑量。

1.3錯誤排除和干擾因素控制對各種算法計算的計劃數據必須進行一致性檢查，以避免IMRT實現中某項參數被明顯或者隱含的變更。將每個病例的完整DICOM RT數據集導入Varian Eclipse TPS系統，導入數據時提示識別錯誤或檢查發現體積輪廓變化則淘汰數據，避免納入靶區或器官數據變化病例。各個算法實現的治療計劃數據，分別導入Impac Mosaiq系統，核對射野各項參數和控制點參數，每個病例抽查一個射野的MLC子野MLC位置序列數據核對，以此確認患者數據一致，射野參數一致，MLC參數一致，在整個研究中未引入改變臨床實際參數的錯漏。

1.4計劃系統相關配置Eclipse和iPlan系統均采用Philips BigBore大孔徑CT用胸部條件掃描CIRS model062模體構建相同CT值電子密度校正曲線，避免電子密度方面的差異[3]。計算網格PBC算法為2mm或2.5mm，AAA算法為2mm或2.5mm，iPlan系統PB算法為2mm，XVMC算法為1.7mm×1.7mm×1.5mm；XVMC算法控制精度為2%[4,5]。不定義治療床，以避免兩個系統處理有差異，患者臨床治療計劃則應考慮治療床影響[6]。所有劑量體積參數均從Eclipse導出，數據導出精度間隔1cGy，數據讀取精度限制為讀取誤差不超過1cGy。

1.5數據擬合差異探查Eclipse和iPlan系統均針對同一臺加速器[VARIAN NTX，6MV X射線，HD120葉多葉光攔(MLC)]做Commissioning，原始數據一次采集；擬合后均通過臨床數據驗收，絕對劑量偏差不大于2%，數據驗證15例適形和IMRT相對劑量驗證伽碼通過率優于98%。為比較兩套計劃系統數據擬合差異，采用均質模體設置不同3～15cm大小靶區設計適形和調強各5個共面測試計劃，設計采用PB算法完成并用XVMC、PBC、AAA算法實現，統計比較絕對劑量和相對劑量分布：系統內(PB與XVMC、PBC與AAA)絕對劑量差異<1.5%，系統間(XVMC與AAA、PB與PBC)絕對劑量差異<2.5%。每個測試計劃均導入采用IBA OmniPro IMRT QA系統進行伽馬分析，對等中心所在橫斷面進行分析，3mm、3%條件下各系統內(PB與XVMC、PBC與AAA)和系統間(XVMC與AAA、PB與PBC)伽馬通過率均優于97.5%。

1.6數據獲取和分析照射劑量體積參數：以處方量(60Gy)的5%間隔(3Gy)記錄4種算法Body的劑量體積參數，處方量的±5%范圍內增加記錄密度,記錄值達到某個劑量D的百分體積VD。臨床應用參數：靶區PTV記錄最小劑量(Dmin)、最大劑量(Dmax)、平均劑量(Dmean)及5項百分體積劑量D98、D95、D90、D05、D02，并計算靶區覆蓋度指數(coverage index，CI)和靶區劑量均勻性指數(relative dose homogeneity index，HI)[7]。計算公式：CI=(VPTV95*VPTV95)/(Vbody95*VPTV volume)，CI越大越接近1表示覆蓋度越佳；HI=D05/D95，HI越小越接近1表示靶區劑量越均勻。食管記錄最大劑量Dmax、平均劑量Dmean，脊髓記錄最大劑量Dmax、平均劑量Dmean；肺記錄全程達到關注劑量的百分體積V5、V10、V20、V30、V40、V50、V60和平均劑量Dmean。因PB類算法在肺部的精度較差[3]，且臨床實際肺部腫瘤已經少用PB類算法，不記錄PB算法和PBC算法的臨床劑量體積參數。數據采用Microsoft office excel 2003行配對t檢驗分析[8]，記錄單尾臨界的P值，以P<0.01為有統計學意義。照射劑量體積參數比較統計分析PB算法、PBC算法間差異和XVMC算法、AAA算法間差異；臨床應用劑量參數統計分析XVMC算法、AAA算法間差異。數據表記錄精度：P值、劑量和相對百分體積及方差均精確到兩位小數，P值小于0.01的記錄為“P<0.01”；CI、HI及其方差記錄精確到4位小數。

2結果

2.1照射劑量分布PB算法和PBC算法在6～48Gy區間差異不具備統計學意義(P為0.15～0.44)；54.0～61.8Gy區間差異有統計學意義(均P<0.01)，且區間PB算法結果大于PBC算法結果，平均劑量體積為PB算法的2.58%～0.67%與PBC算法的2.49%～0.13%。XVMC算法結果比AAA算法結果在60Gy下都偏大(平均劑量體積為XVMC算法的31.27%～0.85%與AAA算法的27.81%～0.83%)，60Gy及以上則反之(XVMC算法的0.56%～0.0%與AAA算法的0.66%～0.02%)；58.8～60.0Gy區間劑量體積差異無統計學意義(P為0.06～0.41)，其余劑量差異均有統計學意義。62.4Gy的體積，XVMC算法結果為0.0%，不納入比較。6.0～57.0Gy區間，XVMC算法與AAA算法結果差異比PB算法與PBC算法間的差異更大(3.09%～0.38%與0.35%～0.16%)，58.2～61.8Gy區間XVMC算法與AAA算法結果差異更小(0.26%～0.10%與0.34%～0.54%),見表2。

2.2臨床劑量參數比較靶區PTV的Dmin、D95、D90、D05、D025項及HI指數XVMC算法和AAA算法結果差異均有統計學意義(均P<0.01)，Dmax、Dmean、D98及CI指數差異無統計學意義(P為0.09～0.30)。緊要器官：脊髓和食管兩種算法差異無統計學意義(P為0.06～0.25)；兩種算法肺的V5、V10、Dmean差異有統計學意義(P<0.01)，而V20、V30、V40、V50、V60差異無統計學意義(P為0.03～0.37),見表3。

3討論

照射劑量分布數據顯示，PB算法和PBC算法得到的照射劑量體積分布在54～61.8Gy區間差異有統計學意義，劑量差異<1%，伽瑪分析3mm、3%條件劑量分布比較通過率98%以上，考慮到PB算法和PBC算法在兩套系統中實現PB算法后采用的不同命名(可有差異)，綜合認為二者一致，表現出在54～61.8Gy區間用體積表現為較大數據差異，其差異來源于兩套系統的擬合和其他系統特性。XVMC算法和AAA算法得到的照射劑量體積分布，在6～58Gy都有統計學意義，且XVMC算法與AAA算法結果間差異比PB算法與PBC算法間差異大，綜合認為XVMC算法與AAA算法結果在胸部剔除數據擬合和兩套系統特性帶來的差異，結果仍然不一致，體現了XVMC算法和AAA算法間算法特性的差異；相對XVMC算法，AAA算法低劑量體積偏小且熱點偏大。

臨床應用參數部分數據顯示，XVMC算法與AAA算法許多體積參數差異均有統計學意義，特別是影響臨床判斷的最常用參數之一。以靶區PTV的D95參數為例，XVMC算法為(54.71±2.26)Gy，AAA算法為(54.36±1.74)Gy，相差0.35Gy，相對偏差0.6%。PB算法與PBC算法照射劑量體積分布結果差異較小，可認為兩套系統數據擬合即設備參數高度吻合。PB、PBC算法在非均勻組織區域要慎用已經是共識。本研究數據顯示，對RTOG 1306規程使用肺癌病例，XVMC算法、AAA算法得出的靶區和肺劑量體積參數差異，可影響到臨床醫師對完全相同的計劃得出不同的結論。相對于XVMC算法結果，AAA算法高估了靶區低端劑量，低估了肺的劑量體積。

表2　不同算法的照射劑量體積參數比較±s)

表3　XVMC算法與AAA算法臨床應用參數比較

Irina Fotina等[9]用模體對比研究了多種商用TPS的XVMC和解析算法精度，結論為XVMC算法和先進核算法都在用于高精度的劑量計算，商用TPS的XVMC算法比先進核算法在非均勻模體和界面上劑量計算更加準確。本研究的數據與結論同該模擬研究吻合。Wambaka 等[10]研究對比了XVMC算法和SHM、CCC、SP算法對肺SRT的精度，認為在肺SRT中，CCC和SP算法接近XVMC模擬結果，CCC、SP算法適合于肺腫瘤的SRT治療。張彥秋等[11]報道對2 cm×2 cm～8 cm×8 cm射野，相對XVMC算法，AAA算法與PBC算法均高估了骨介質區域的劑量，均低估了(PBC算法2 cm×2 cm射野除外)肺介質后區域的劑量。張富利、張玉海等[12，13]比較AAA算法和PBC算法在肺癌IMRT中的劑量學差異，建議臨床肺癌放療采用AAA算法。本研究XVMC算法和AAA算法結果有統計學差異，靶區臨床參數差異多在1%左右，小于TPS的數據擬合差異控制在2%以內的要求。

商用TPS發展基于蒙特卡羅算法(XVMC)程序，是提高劑量計算精度的一個途徑。雖然蒙特卡羅算法的特性決定實現精度越高需要的計算能力越強，在計算機軟硬件的投入越大。實際上，臨床TPS應用時的實際精度既受制于數據擬合因素、原始數據測量結果和驗證精度的綜合影響，又受到計算網格選擇、CT密度校準等因素影響，是一個多方面作用的結果。算法選擇導致的差異應當得到重視，它影響到使用不同算法的系統在基本劑量數據的準確性上存在系統性差異。基于蒙特卡羅算法的系統通常速度慢且隨精度提高計算量呈幾何級數增加，即使采用GPU加速等技術手段獲得數十倍的加速[14，15]，研究采用的VXMC算法及其計算處理設置，是該系統處理RTOG 1306病例可以實現精度和計算時間等達到臨床上可接受的程度，而更加精確地實現需要更加深入研究。目前有更多的商用系統采用基于蒙特卡羅算法并作為主要算法用于臨床治療。

三維適形仍然在臨床大量應用[16]，并作為一種規范治療模式，同時臨床采用改變劑量分割模式、配合化療等[17，18]綜合治療手段來改善治療效果。單純在技術方面，IMRT技術在臨床肺癌治療中有一定的優勢。勞小芳[19]的研究結果指出，三維適形放療與調強放療同步化療治療Ⅲ期非小細胞肺癌的臨床療效相近,但調強放療能更好地保護周圍正常組織,減輕放療毒副作用。陳金梅等[20]報道了IMRT相比3D CRT的劑量學優勢。由于臨床IMRT技術系統的普及和IMRT系統相對傳統3D CRT對正常組織更加有利的保護，臨床更大比例的采用IMRT技術進行肺癌的治療是必然的。鑒于臨床肺癌放療實際越來越多地采用基于IMRT的治療技術，且算法差異不因治療技術的差異而改變，該設備臨床上最常見的治療模式是合適的。

4結論

對RTOG 1306規程病例，相對XVMC算法，AAA算法高估了靶區劑量，低估了肺的劑量體積，臨床應用參數差異有統計學意義，可能影響到臨床醫師判斷，臨床選用時應當注意到算法特性差異帶來的影響。本組數據XVMC算法與AAA算法靶區劑量差異在1%左右。

【參考文獻】

[1]傅玉川，唐斌，李平.基于蒙特卡羅算法的腫瘤放射治療計劃系統的研究進展[J].華西醫學,2010，25(12)：2129-2132.

[2]宋佳玲，趙艷群，肖明勇,等.PB 算法與XVMC算法在肺癌和宮頸癌中的劑量學對比[J]，實用醫學雜志,2015，9：1467-1469.

[3]王軍良，楊國山，周振山.CT值對劑量計算結果的影響[J].中國醫學物理學雜志,2012，29(2)：3231-3233.

[4]劉翔宇，柳先鋒，何亞男,等.計算網格大小對Eclipse治療計劃系統劑量計算的影響[J].吉林大學學報(醫學版),2011，37(5)：843-847.

[5]王文婷.計算網格對調強不同劑量梯度區域劑量計算的影響[J]. 醫療裝備,2009，22(5):16-18.

[6]付慶國，朱小東，楊海明,等.加速器碳素纖維床對三維治療計劃劑量分布的影響[J].中華放射腫瘤學雜志,2014, 23(6):505-508.

[7]陳亞正，黎杰，廖雄飛,等.VMAT和IMRT技術在乳腺癌根治術后放療中的劑量學比較[J].腫瘤預防與治療,2014，5：226-230.

[8]劉艷,程良斌.如何利用Excel進行醫學統計t檢驗[J]. 湖北中醫學院學報,2005，7(3)：68-69.

[9]Irina Fotina, Peter Winkler, Thomas Künzler,etal. Advanced kernel methods vs Monte Carlo-based dose calculation for high energy photon beams[J]. Radiotherapy and Oncology, 2009,93(3)：645-653.

[10] Wambaka Ange Mampuya, Yukinori Matsuo, Akira Nakamura,etal. Differences in dose-volumetric data between the analytical anisotropic algorithm and the x-ray voxel Monte Carlo algorithm in stereotactic body radiation therapy for lung cancer[J]. Medical Dosimetry, 2012，38(1)：95-99.

[11] 張彥秋，邱小平，楊振,等.用蒙特卡羅模擬評估小野條件下骨介質中AAA算法的精度[J].南華大學學報(自然科學版)，2011，04：29-34.

[12] 張富利, 王軍良, 盛洪國，等.PBC算法與AAA算法在肺癌調強放療中的劑量學比較[J].中國醫學物理學雜志,2011,28(3):2588-2590.

[13] 張玉海,李月敏,夏火生,等.肺癌調強放療計劃AAA算法與PBC算法比較研究[J].中華放射腫瘤學雜志, 2013,22(3):250-252.

[14] 王先良,劉樂樂,吳章文,等.GPU加速劑量計算中微分卷積/積分算法的實現[J].核技術,2013，5(36)：58-63.

[15] Zhuge Y, Xie H, Cheng J,etal. GPU Accelerated Monte Carlo Simulation for Radiotherapy Dose Calculation[J]. International Journal of Radiation Oncology Biology Physics,2009,75(3):S702.

[16] 王曉華,劉黎,周強,等.三維適形放療同步聯合紫杉醇/順鉑治療局部晚期非小細胞肺癌的臨床研究[J].西部醫學, 2012,(24):1714-1715.

[17] 李德智.非小細胞肺癌兩種不同放療方法療效對比分析[J].西部醫學,2004，(2):150-150.

[18] 潘榮強,李光明,任大成,等.非小細胞肺癌后程三維適行放療協同化療的臨床觀察[J].西部醫學,2004,(3):228-229.

[19] 勞小芳.三維適形放療與調強放療同步化療對Ⅲ期非小細胞肺癌的療效比較[J].實用癌癥雜志,2013，28(4):423-426.

[20] 陳金梅，張緯建，林育毅,等.三維適形放療與調強放療在不同肺葉非小細胞肺癌中的劑量學研究[J].腫瘤基礎與臨床,2011,24(6):499-502.

Differences in dose-volumetric data among different algorithms in planning of intensity modulated radiation therapy for lung cancer in clinic

FAN Lin1，2,XIAO Mingyong2,FU Yuchuan1

(1.CancerCenter,WestChinaHospital,Chengdu610041,China; 2.CenterofRadiotherapy,SichuanCancerHospital,Chengdu610041,China)

【Abstract】ObjectiveMonte Carlo simulation has been known as the most accurate algorithm for particle transport. In recent years, great development has been realized on commercial TPSs based on Monte Carlo algorithm. In this paper, instead of phantoms, clinical patients with lung cancers suitable for RTOG1306 protocol were selected for different algorithms comparisons. Methods The patients according to RTOG1306 procedures were treated with Sliding Windows IMRT by iPlan PB algorithm. The planning of sliding window intensity modulated radiation therapy for lung cancer was carried with Pencil Beam (PB) algorithm implemented in iPlan, analytical anisotropic algorithm (AAA) in Eclipse and Voxel Monte Carlo(XVMC) algorithm in iPlan, respectively. Differences in dose-volumetric data among different algorithms were analyzed by student t test. ResultsThere were significant difference between the dose distribution of PBC and PB algorithm as the dose in the number of prescriptions(54.0 to 62.4Gy). Between the dose distribution of XVMC and AAA algorithm, it was wider range(6 to 57.6Gy). The difference between XVMC and AAA algorithm were significant difference between PBC and PB algorithm. ConclusionThere are significant differences in the clinical parameters of the XVMC algorithm and AAA algorithm, which may affect the clinical doctors. The data of RTOG1306 cases in this study are about 1%.

【Key words】Dose calculation；Algorithm；Lung cancer；IMRT plan；Dose-volumetric data

基金項目：國家自然科學基金(81101697)

通信作者：傅玉川，E-mail：ychfu@hotmail.com

【中圖分類號】R 73; R 815

【文獻標志碼】A

doi：10.3969/j.issn.1672-3511.2016.06.014

(收稿日期：2015-11-02; 修回日期： 2016-03-31； 編輯： 母存培)