髓母細胞瘤調強放療計劃中AAA算法與PBC算法的對比研究

王艷菊，崔震，高峰，邱曉光

（1.首都醫科大學附屬北京婦產醫院婦瘤科放療門診，北京100006；2.首都醫科大學附屬北京天壇醫院放療科，北京100050）

髓母細胞瘤是由神經干細胞演化而來，是一種神經母細胞瘤，起源于小腦外顆粒層的原始神經外胚層，是兒童頭顱窩最常見的惡性腫瘤，也是中樞神經系統惡性程度最高的神經上皮性腫瘤之一［1］。該病具有較高的發病率，約占據了兒童顱內腫瘤發病率的25%左右［2-3］。患者首發癥狀多為頭痛、嘔吐、走路不穩等，之后可見復視、視力減退、共濟失調等癥狀［3］。髓母細胞瘤惡性程度較高， 世界衛生組織 （World Health Organization,WHO）分級為Ⅳ級，好發于后顱窩中線部位，75%以上的患者起源于小腦蚓部，具有侵襲性，易復發和轉移。復發多在遠隔部位，而不在原位，多見于顱底。轉移主要為順腦脊液沿蛛網膜下腔或腦室于中樞系統內轉移［4］，單純手術不易完全切除；同時髓母細胞瘤對放化療大多比較敏感，目前標準治療方案是術后接受放療和化療。術后放療通常以風險大小為依據給予30～60 Gy 全腦全脊髓照射治療，后對后顱窩補量到50～56 Gy［5］。相對全腦全脊髓的計劃，顱窩局部補量的計劃比較復雜，為了更好地改善靶區劑量分布的均勻性，同時減少周圍正常組織的受照劑量從而降低并發癥發生概率，對髓母細胞瘤的后期補量使用調強放射治療技術。

調強放射治療計劃設計和劑量計算環節如果采用不同的計算模型將可能導致靶區及危及器官劑量分布計算結果差異［6-8］。Eclipse 計劃系統中主要有筆形束卷積算法（pencil beam convolution,PBC） 和各向異性解析算法（anisotropy analysis algorithm,AAA），關于劑量計算算法的對比研究國內外已有一定的報道，但他們多數在前列腺癌［9］、肺癌［9-10］、食管癌［11-12］及鼻咽癌［13］等，而對于腦瘤患者的劑量計算幾乎沒有報道。本研究利用瓦里安Eclipse 計劃系統所提供的PBC 算法和AAA算法對15 例顱內髓母細胞瘤癌患者進行逆向調強優化計算，探討對髓母細胞瘤患者在進行術后和全中樞二維普通放療后期加量進行的調強放療計劃設計時，PBC 算法和AAA 算法的劑量學差異，現報道如下。

1 資料和方法

1.1 臨床資料

研究對象為15 例髓母細胞瘤患者，其中男9 例，女6 例，年齡3～11 歲，平均（7.0±1.3）歲；所有患者均在北京天壇醫院接受手術治療，后在北京世紀壇醫院接受二維普通定位的全腦全脊髓放射治療。二維普通定位的全腦全脊髓放療的照射源為6MV-X 射線，全腦全脊髓的照射劑量為30.6 Gy，單次劑量1.8 Gy，照射野之間銜接點每周移動一次。

1.2 體位固定定位和CT 掃描

患者取仰臥位，利用碳纖維頭架板，調節頭架板角度以便適當墊高患者頭部，并利用頭膜熱塑體模對患者頭部進行固定；定位掃描方式為平掃，掃描范圍為顱頂到頸4，掃描層厚3 mm。

1.3 靶區及危及器官勾畫

將CT 圖像傳輸并導入計劃系統中，臨床醫生參考核磁影像（magnetic resonance imaging, MRI）和腫瘤的神經走向在每個CT 定位圖像層面上進行勾畫，主要包括第四腦室、小腦蚯蚓部位、小腦半球，因15 例患者對腦干和垂體已經侵犯，所以靶區還包括一小部分腦干和垂體。臨床靶區外放3 mm 為計劃靶區體積（planned target volume,PTV）；同時臨床醫生對危及器官腦干、垂體、脊髓、晶體、視神經等進行勾畫。

1.4 靶區及危及器官劑量要求

靶區處方劑量PTV 處方總劑量25.2 Gy，單次劑量1.8 Gy。危及器官腦干最大劑量≤26.0 Gy（處方劑量的1.03 倍），腦干平均劑量≤12.0 Gy，垂體最大劑量≤26.0 Gy，晶體＜3.0 Gy，視神經＜10.0 Gy。

1.5 計劃設計

15 例患者中髓母細胞瘤后期加量調強計劃均采用瓦里安Eclipse 計劃系統中的PBC 算法和AAA 算法，能量選用6MV-X 射線，采用7 個固定射野動態調強技術，射野機架角度分別為180°、210°、240°、280°、80°、120°及150°，準直器角度和床的角度為0°。

1.6 評價方法和指標

為了便于比較，對兩套計劃均采用100%的處方劑量覆蓋95%的靶區重新進行劑量歸一，并對兩套計劃中的下列參數進行配對t檢驗。

1.6.1 靶區 PTV 最大劑量（PTVmax）、PTV 最小劑量（PTVmin）、PTV 平均劑量（PTVmean）、95%參考劑量曲面所包含靶區的體積（V95），其中PTVmax和PTVmean越小，PTVmin越大越接近靶區劑量。

1.6.2 適形指數（conformal index, CI） 靶區適形指數CI=（Vt,ref/Vt）×（Vt,ref/Vref），其中Vt,ref為參考等劑量線面所包含的靶區體積，Vt為靶區體積，Vref為參考等劑量線面包含的體積。CI 參考值為0～1，越接近于1 適形度越好。

1.6.3 靶區均勻指數（homogeneity index, HI）HI=D5/D95, D5和D95分別表示5% 及95%PTV 接受的最低劑量，HI 值越大，均勻性越差。

1.6.4 危及器官受照劑量 腦干受照最大劑量和平均受照劑量（腦干max、腦干mean）；左、右晶體最大劑量（左晶體max、右晶體max）；左、右視神經最大劑量（左視神經max、右視神經max）；垂體最大劑量、垂體平均劑量（垂體max、垂體mean）。

1.6.5 兩種算法的機器輸出量（machine unit,MU） MU 數值越小越好。

1.7 統計學方法

所有數據采用SPSS 17.0 軟件包進行分析。計數資料如靶區照射劑量采用直接計數法計算，各組間劑量比較采用四格表χ2檢驗，采用比值（OR）及其95%置信區間（CI）表示相對風險度。計量資料以均數±標準差（±s）表示，各組間數據的比較依據資料的性質，采用t檢驗或方差分析。P＜0.05 為差異有統計學意義。

2 結果

2.1 PBC 算法和AAA 算法的靶區PTV 受照劑量比較

兩種算法PTVmax、PTVmean、CI、HI 比較差異有統計學意義（P＜0.05）；PTVmin、V95比較差異無統計學意義（P≥0.05）。見表1。

表1 PBC 算法和AAA 算法的靶區PTV 受照劑量比較（±s）

表1 PBC 算法和AAA 算法的靶區PTV 受照劑量比較（±s）

靶區PTVmax/Gy PTVmin/Gy PTVmean/Gy V95/%CI HI PBC算法平均值27.910±0.238 21.740±0.357 26.485±0.095 99.471±0.196 0.926±0.008 1.086±0.007 AAA算法平均值28.181±0.217 21.871±0.406 26.516±0.103 99.117±1.541 0.920±0.009 1.089±0.007 t值-9.038-2.141-4.541 0.889 4.640-6.518 P值0.000 0.050 0.000 0.389 0.000 0.000

2.2 PBC 算法和AAA 算法的危及器官受照劑量比較

兩種算法危及器官腦干max、腦干mean及左視神經max劑量比較差異無統計學意義（P＞0.05）；危及器官左晶體max、右晶體max、右視神經max、垂體max、垂體mean劑量比較差異有統計學意義（P＜0.05）。見表2。

2.3 PBC 算法和AAA 算法的機器輸出量比較

兩種算法機器輸出量比較差異有統計學意義（P＜0.05）。見表3。

表2 PBC 算法和AAA 算法的危及器官受照劑量比較（±s，Gy）

表2 PBC 算法和AAA 算法的危及器官受照劑量比較（±s，Gy）

危及器官腦干max腦干mean左晶體max右晶體max左視神經max右視神經max垂體max垂體mean PBC算法平均值26.246±0.142 21.546±1.183 1.511±0.720 1.481±0.776 5.343±1.663 5.196±1.499 10.180±2.072 8.455±1.615 AAA算法平均值26.224±0.116 21.563±1.149 1.664±0.735 1.607±0.754 5.396±1.633 5.308±1.444 10.361±2.033 8.638±1.608 t值0.880-1.103-8.451-8.147-1.119-3.586-3.931-11.073 P值0.394 0.289 0.000 0.000 0.282 0.003 0.002 0.000

表3 PBC 算法和AAA 算法的機器輸出量比較 （±s）

表3 PBC 算法和AAA 算法的機器輸出量比較 （±s）

算法PBC算法平均值AAA算法平均值t值P值機器輸出量787.333±18.587 793.733±18.556-17.047 0.000

3 討論

本研究顯示，對于顱內髓母細胞瘤在進行術后和全中樞二維普通放療后期加量的逆向調強放療計劃設計中，PTVmin、V95，腦干max、腦干mean、左視神經max劑量在PBC 與AAA 兩種算法中差異無統計學意義（P≥0.05）；PTVmax、PTVmean在PBC算法的結果明顯低于AAA 算法結果（P＜0.05），更接近靶區劑量；靶區均勻指數HI 中PBC 算法結果明顯低于AAA 算法結果（P＜0.05），靶區適形指數CI 中PBC 算法結果比AAA 算法結果更接近于1（P＜0.05）；危及器官左晶體max、右晶體max、右視神經max、垂體max、垂體mean在PBC 算法中的結果明顯低于AAA 算法的結果（P＜0.05），能夠更好地保護正常組織。機器輸出量的PBC 算法結果明顯低于AAA 算法，能夠更好地節約治療時間。

PBC 算法采用的是卷積技術和快速傅里葉變換，是一種一維能量非局部沉積算法，較為簡單，大多數情況下能夠較好地滿足劑量計算的精度要求［14］。AAA 算法則是三維的筆型束卷積疊加算法，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［15-16］。

對于治療計劃系統的不同算法，BRAGG 等［9］的研究得出PBC 算法與AAA 算法在肺癌計劃中產生了較大的變化。AAA 算法降低了PTV 的最小劑量，相當大地降低了V95的體積，同時使得肺的平均劑量及20%參考劑量曲面所包含靶區的體積有了較小的提高，并驗證了AAA 算法的計算結果與測量值一致。R?NDE 等［16］通過測量驗證肺癌得出AAA 算法優于PBC 算法。譚麗娜等［11］、張先穩等［12］通過測量驗證食管癌得出AAA 算法優于PBC 算法。BRAGG 等［9］還利用PBC 和AAA 兩種算法研究了前列腺癌、腮腺癌、鼻咽癌，得出PBC 算法與AAA 算法在前列腺癌中差別很小；對頭部腫瘤腮腺癌AAA 算法比PBC 算法稍微增大了晶體和對側腮腺的劑量；對頭頸部腫瘤鼻咽瘤AAA 算法比PBC 算法的靶區覆蓋率V95的體積要低，這個結果與本研究的結果一致。楊海燕等［13］對鼻咽癌調強計劃進行計算分析，得出AAA 算法和PBC 算法對靶區劑量影響不大，但是增大了危及器官晶體和視神經的劑量影響，這個結果與本研究的結果基本一致。

在進行不同密度介質分界面上的電子轉移近似時，不同的放療劑量算法都會遇到不同的困難。PBC 算法和AAA 算法計算結果與蒙特卡羅算法均有差異，但誤差均在3%以內。所以對低密度不均勻組織比如肺癌食管癌AAA 算法進行組織修正時比PBC 算法更好，對于均勻組織比如頭部腫瘤AAA 算法比起PBC 算法沒有優勢。

綜上所述，對頭部髓母細胞瘤這種相對均勻組織，筆者認為PBC 算法是調強計劃設計當中更適合的選擇。