宫颈癌腔内联合组织间插植近距离治疗优化算法剂量学分析研究

目的在宫颈癌腔内联合组织间插植近距离治疗(IC/ISBT)中,基于剂量学及生物学模型的帮助,进行图形优化(GO)、模拟退火逆向计划优化算法(IPSA)和混合逆向计划优化算法(HIPO)的比较分析,为宫颈癌IC/ISBT治疗优化方法的选择提供依据。方法选取65例接受影像引导下IC/ISBT的宫颈癌患者。所有患者后装治疗计划分别采用GO、IPSA、HIPO优化的方式制定3次,处方剂量高危临床靶区体积(HRCTV)D_(90)均为6 Gy。针对3种优化方案的用时、剂量-体积参数及放射生物学差异,采用非参数Friedman检验以及非参数Wilcoxon秩检验进行比较分析。结果逆向计划优化耗时均较正向计划耗时短,时间分别是GO 135.03 s、IPSA 46.53 s、HIPO 98.36 s,肿瘤靶区剂量中高剂量照射的V_(150%)(53.66%)在HIPO计划中略高,而高剂量照射的V_(200%)(30.29%)在GO计划中更高。GO的适形度指数(CI)(0.91)较其他计划更好,差异具有统计学意义(χ^(2)=69.98,P<0.001)。HIPO计划的膀胱与直肠的D_(1 cm)^(3)、D2 cm^(3)受照射量较低,小肠受照射量与其他计划差异无统计学意义(P>0.05)。HIPO计划中HRCTV的等效均匀生物有效剂量(EUBED)(12.35 Gy)比GO(12.23 Gy)、IPSA(12.13 Gy)高,膀胱处的EUBED在GO(2.38 Gy)计划中最低,直肠处的EUBED在HIPO(3.74 Gy)计划中最低,小肠的EUBED 3种优化方式未见明显差异(P>0.05)。3种优化计划预测的肿瘤控制率(TCP)差异无统计学意义(P=0.055),HIPO计划预测膀胱与直肠的正常组织并发症概率(NTCP)比GO、IPSA计划低(χ^(2)=12.95~38.43,P<0.01),小肠的NTCP未见明显区别(P>0.05)。结论3种优化方法中,两种逆向优化方式均较正向优化耗时短。GO计划较IPSA、HIPO计划更适形。HIPO计划可以增加靶区生物学覆盖剂量,减少膀胱与直肠处的最大物理或生物受照射量和NTCP。推荐优先使用HIPO作为宫颈癌IC/ISBT的优化算法。

基于3D U-net的宫颈癌近距离治疗剂量分布预测

目的基于三维(3D)U-net深度学习模型,建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法2021年4-9月收集114例宫颈癌患者三维近距离放疗计划(处方剂量6 Gy)组成数据集,按84∶11∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次(epoch)训练,分别评估测试集病例体素级的平均剂量偏差(MDD)与绝对剂量偏差(MADD)、等剂量面包围体积的戴斯系数(DSC)、处方剂量适形度指数(CI)、高危临床靶区(HRCTV)的D_(90)和平均剂量D_(mean)、膀胱、直肠、小肠、结肠的D_(1 cm^(3))与D_(2 cm^(3))剂量学参数。结果测试集中19例患者的3D剂量矩阵MDD与MADD分别为-0.01±0.03和(0.04±0.01)Gy。50%到150%处方剂量的DSC在0.89到0.94之间,处方剂量CI为0.70±0.04。HRCTV的D90的平均偏差为2.22%,D_(mean)的偏差为-4.30%。膀胱、直肠、小肠、结肠的D_(1 cm^(3))与D_(2 cm^(3))最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。结论本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型,为宫颈癌近距离治疗自动化设计奠定基础。