DVH預測模型在VMAT計劃培訓中的應用

王明理，顧慧寬，胡江，高興旺

1.中山大學腫瘤防治中心放療科/華南腫瘤學國家重點實驗室/腫瘤醫學協同創新中心，廣東廣州510060；2.廣東省人民醫院/廣東省醫學科學院放療科，廣東廣州510060

前言

國際癌癥研究機構調查顯示宮頸癌在女性罹患惡性腫瘤中排名第4，2018年，全世界約有57萬例宮頸癌新病例和約31.1萬例死亡病例，嚴重威脅女性生命健康［1］。放射治療是宮頸癌主要治療手段之一，其中腔內近距離治療結合體外照射是目前使用最普遍的放療方法。隨著技術的發展，容積旋轉調強技術（Volumetric Modulated Arc Therapy,VMAT）由于具備固定野調強的劑量學優點，且可以大幅縮短治療時間，提高治療效率，已在宮頸癌體外照射中得到廣泛應用［2-4］。但是，VMAT放療計劃設計較為復雜，技術要求高，難度較大。計劃物理師需要依據經驗，根據患者的解剖結構、放療劑量處方和技術設備條件設立優化初始目標函數，并不斷調整、反復優化以期獲取滿意的劑量分布。優化參數選擇的“過松”或“過嚴”都不利于生成理想的劑量分布。因此，計劃的質量在很大程度上依賴于計劃設計者的經驗水平以及設計治療計劃所花費的時間［5-6］。有研究顯示，即便合格物理師設計的VMAT計劃，亦有相當比例屬于次優計劃，會導致靶區周圍的正常組織受到不同程度的過量照射［7-9］。而對無任何VMAT計劃設計經驗的見習物理師，如何設置合理的初始優化參數尤為重要，是物理師培訓中的重點和難點。

本研究利用劑量體積直方圖（Dose-Volume Histograms,DVH）預測模型，探索人工智能在物理師VMAT計劃培訓中應用的可行性和應用效果，為實習物理師計劃設計培訓提供一種高效的方法。……