胰腺癌射波刀治疗计划中不同Auto-Shells及优化步骤的应用

曹洋森 李健 于春山 孙永健 居小萍 朱晓斐 耿杨杨 汤寅 张火俊

Fundprogram：China Health Promotion Foundation(THC2015001)

共同第一作者：李健，广东省农垦中心医院

胰腺癌是消化系统中最常见的恶性肿瘤，但大多数胰腺癌患者确诊时已经是局部晚期或者发生远处转移[1]。胰腺癌对放疗敏感性较差，通常需要较高的剂量才能达到局部控制的目的，但易危及胰周众多器官，限制了放疗对于肿瘤靶区可以给予的处方剂量。射波刀作为新一代立体定向放射治疗的代表，具有边缘剂量锐减的优势特点，其同步追踪的治疗方式可以实现对随呼吸运动的肿瘤进行治疗时的实时追踪，使治疗射束一直追踪肿瘤运动[2]。该技术减少了摆位误差和呼吸运动造成的误差，缩小了内靶区的外放，肿瘤照射剂量得以进一步提高。射波刀MultiPlan®治疗计划系统配备了顺序优化模块，独立并按既定顺序执行优化步骤，按照每个优化步骤定义目标和舒张值以及步骤的执行顺序。顺序优化结合Auto-shells和感兴趣区域剂量限值功能可以提高靶区适形性、减少低剂量区分布和靶区外热点。针对存在较多危及靶区周围器官的现象，Blanck等[3]提出了一种4 shells的3步优化方法，本研究结合长海医院射波刀中心临床经验提出一种7 shells的1步优化方法，旨在比较两种优化方法的剂量学分布差异。

资料与方法

一、临床资料

回顾性分析2017年8月至11月期间行射波刀治疗的20例胰腺癌患者。入组标准：(1)病理活检确诊为胰腺癌；(2)年龄18～80岁，无法手术或拒绝手术的患者；(3)病灶位于胰头，最大径≤4 cm，预计生存期>6个月；(4)美国东部肿瘤协作组评分≤2分。排除有放疗史、多发病灶、局部淋巴结及远处转移的患者。

20例患者中男性12例，女性8例，平均年龄65岁。计划靶区(planning target volume, PTV)的处方剂量均为37.5 Gy/5分次。

二、方法

1．定位：患者取仰卧位，双手自然放置于身体两侧，采用真空垫固定患者。使用荷兰飞利浦16排大孔径CT模拟定位机扫描定位。扫描条件为120 kVp、400 mAs、1.5 mm层厚无间隔螺旋扫描，扫描螺距为0.938。主图像为平扫，在患者吸气末屏气的情况下扫描，界限范围为肿瘤上下界各自增加15 cm；辅助图像为碘造影剂增强扫描，在患者呼气末屏气的情况下扫描，界限范围为肿瘤上下界各自增加5 cm。

2．靶区和危及器官勾画：射波刀数据管理系统导入患者CT影像，影像配准融合后，由肿瘤科临床医师完成肿瘤靶区(gross tumor volume, GTV)和危及器官的勾画。危及器官要求包括脊髓、肝脏、肾脏、胃、十二指肠、空回肠。对于无法放置金标、采用脊柱追踪的患者，需要同时兼顾吸气末和呼气末的主、辅图像。勾画完成后对GTV外放3 mm为PTV，若与胃肠道贴近则不外放[4]。

3．治疗计划设计：采用美国Accuray公司的MultiPlan®计划系统4.0.2版本。20例患者全部采用XsightTMSpine追踪模式，利用顺序优化模块进行计划优化。按Blanck方案(Blanck法),患者使用Auto-Shells工具生成2、7、18、40 mm共4个shell，优化第1步为针对PTV行OCO(optimize coverage)优化，第2步为针对shell 2行OCI(optimize conformality)优化，第3步为针对shell 3行OCI。按本研究方案(Cao法)，患者使用Auto-Shells工具生成2、5、10、15、30、60、100 mm共7个shell，仅1步针对PTV行OCO优化。优化算法为Ray-Tracing，优化过程使用射野删减工具控制计划射野数。每例患者均拥有相同射野数以减少射野差异造成的计划剂量学差异。计划优化完成后拉大计算框覆盖的范围，使其覆盖患者所有CT影像体素。使用monte carlo算法及高精度网格计算并归一，monte carlo算法的不确定度设置为1%。计划要求PTV的覆盖率>90%，处方剂量线归一>70%[5-6]。

4．靶区剂量评估：评估参数包括PTV的适形指数(conformity index, CI)、新适形指数(new conformity index, nCI)、均匀指数(heterogeneity index, HI)、梯度指数(gradient index, GI)、覆盖率、100%处方剂量(prescription dose, PD)包绕体积[PD(cc)]、50%[PD(cc)]、30%[PD(cc)]、机器的输出跳数(monitor unit, MU)。CI=PIV/TIV，PIV(prescription isodose volume)为处方剂量所包绕的体积，TIV(target isodose volume)为处方剂量所包绕的靶区体积，单位均为cm3。nCI=CI/覆盖率，覆盖率为靶区接受的超过处方剂量的体积占靶区总体积的百分比。HI=Dmax/RxDose，Dmax为全局最大受照剂量，RxDose为处方剂量，单位均为cGy。GI=50%PD/100% PD[7]。危及器官受照剂量评估参数包括胃、十二指肠、空回肠和脊髓的最大点剂量(Dmax)和体积剂量以及肾脏的平均剂量，其中Dmax定义为0.035 cm3体积剂量，胃观察10 cm3体积剂量(D10cc)，十二指肠观察5、10 cm3体积剂量(D5cc、D10cc)，空回肠观察5 cm3体积剂量(D5cc)，脊髓观察0.35 cm3体积剂量(D0.35cc)，剂量标准均参照美国医学物理学家协会101号报告给出的限定值[8]。

三、统计学处理

结果

一、一般资料

20例患者的GTV体积平均值为29.79 cm3，中位值27.01 cm3；PTV体积平均值为35.79 cm3，中位值37.09 cm3；所有计划均使用单一限光筒，大小为7.5～25 mm，中位值15 mm；射野数为160～270，平均值203。

二、两种方法PTV的剂量学差异

所有计划处方剂量归一均为70%(HI=1.43)。与Blanck法比较，Cao法的PTV适形性变好， CI、nCI值减小，剂量跌落梯度变差，GI值增大，靶区覆盖率减小，100%PD及30%PD减小，MU减小，差异均有统计学意义(P值均<0.05)。50%PD也减小，但差异无统计学意义(表1)。

三、两种方法危及器官的剂量学差异

与Blanck法比较，Cao法空回肠Dmax增加，胃D10cc、十二指肠D5cc和D10cc、脊髓D0.35cc均降低，差异均有统计学意义(P值均<0.05)；其余危及器官观测指标差异均无统计学意义(表2)。

参数Blanck法Cao法t值P值CI(cm3)1．15±0．051．11±0．05-5．79<0．001nCI(cm3)1．23±0．061．20±0．06-5．78<0．001HI(cGy)1．43±0．001．43±0．00--GI3．11±0．193．22±0．199．21<0．001覆盖率(%)93．53±2．1592．48±1．85-3．360．003100%PD(cc)38．19±17．6836．46±16．64-4．69<0．00150%PD(cc)117．82±53．34116．10±51．07-1．620．12330%PD(cc)320．93±154．82286．19±126．52-4．130．001MU57814±2053156369±20019-4．54<0．001

危及器官Blanck法Cao法t值P值胃Dmax20．30±3．1420．44±2．940．600．553胃D10cc13．11±2．4312．78±2．57-2．850．010十二指肠Dmax18．34±3．9518．18±3．93-0．640．529十二指肠D5cc11．50±3．2511．01±3．45-2．770．012十二指肠D10cc9．78±3．179．30±3．31-2．520．021空回肠Dmax20．63±3．1321．17±2．902．930．009空回肠D5cc14．90±2．6415．00±2．390．700．491脊髓Dmax7．08±1．036．79±1．01-1．350．193脊髓D0．35cc6．59±0．926．09±0．98-3．050．007肾Dmean3．34±0．863．31±0．82-0．580．571

讨 论

Auto-shells的生成是以PTV为基础，生成的shell形状也是在PTV的形状基础上做的不同半径的放大。MultiPlan®计划系统(4.0.2)最多支持生成8个shell。靠近PTV的shell可以用来提高剂量分布的适形性，远离PTV的shell可以用来限制远离靶区外部的剂量分布，尤其是对未勾画危及器官区域的剂量分布，避免这些区域出现热点及高剂量分布。

Blanck等[3]通过多中心计划评分总结出一套MultiPlan®计划设计共识，建议生成4 shell。第1个为1～3 mm的shell，用以限制邻近PTV外的高剂量；第2个为5～10 mm的shell，用以优化处方剂量的适形性；第3个为15～20 mm的shell，用以优化邻近剂量跌落；第4个为30～50 mm的shell，用以优化皮肤剂量及靶区外的热点剂量。结合入组胰腺癌患者PTV体积大小，4 shell分别按照2、7、18、40 mm的外放半径进行生成。在优化步骤上，Blanck等提出对于毗邻较多危及器官的靶区，首先使用OCO参数优化提高PTV的处方剂量覆盖率，其次分别对第2和第3个shell使用OCI参数用以约束shell处的剂量分布，提高适形性。但是基于Schlaefer等[9]和Treuer等[10]的研究，在MultiPlan®计划系统中使用顺序优化模块设计时不建议采用过多的优化步骤，步骤过多可能导致后续优化结果变差。

本研究的Cao法设计仅使用一步优化，无需担心后续优化步骤造成的靶区剂量劣化影响。此外，通过设置生成7个不同半径的shell用以限制靶区外的剂量分布，结合一步优化，可以同时约束所有感兴趣区域，达到并行优化的目的。本研究结果显示，相比较Blanck法(2、7 mm)，Cao法在靠近PTV的边缘附近设置了3个shell(2、5、10 mm)，使得100% PD的分布情况更加贴合PTV的勾画，CI值和nCI值均优于Blanck法。在适形性提升的同时使100% PD线更加收紧，虽然PTV的覆盖率有所下降，但都达到了既定的处方标准。Blanck法剂量跌落直接由2 mm至7 mm，故剂量梯度优于Cao法剂量跌落通过2 mm至5 mm再至10 mm，但Cao法最外层shell为60、100 mm，较最外层shell为40 mm的Blanck法能更好地控制远离PTV的低剂量区域的体积。因低剂量体积分布的大小与患者的长期生存质量具有一定相关性，故Cao法剂量分布优于Blanck法。

在危及器官方面，虽然优化时各个危及器官均采用了相同的约束限制剂量，但由于shell的约束不同导致两种方法计划最终危及器官的受量有所差异。Blanck法的空回肠Dmax剂量优于Cao法，但胃D10cc、十二指肠D5cc和D10cc、脊髓D0.35cc均差于Cao法。考虑胰腺肿瘤的位置更加贴近胃和十二指肠，且空回肠5分次Dmax的限制剂量为35 Gy，Blanck法的平均结果为20.63 Gy，Cao法的平均结果为21.17 Gy，均远小于限定值。

总之，设置不同auto-shells并结合不同优化步骤可以获得不同剂量分布的计划。使用较少分布间距较大的shell可以降低剂量梯度指数，降低PTV危及器官的剂量。基于辐射防护最优化原则，本研究提出的7 shells的1步优化方法在制定胰腺癌射波刀治疗计划时可以得到更优的剂量分布。

[1] Iacobuzio-Donahue CA, Fu B, Yachida S, et al. DPC4 gene status of the primary carcinoma correlates with patterns of failure in patients with pancreatic cancer [J]. J Clin Oncol, 2009, 27(11):1806-1813. DOI: 10.1200/JCO.2008.17.7188.

[2] Ozhasoglu C, Saw CB, Chen H, et al. Synchrony-cyberknife respiratory compensation technology [J]. Med Dosim, 2008, 33(2):117-123. DOI: 10.1016/j.meddos.2008.02.004.

[3] Blanck O, Wang L, Baus W, et al. Inverse treatment planning for spinal robotic radiosurgery: an international multi-institutional benchmark trial[J]. J Appl Clin Med Phys, 2016, 17(3): 313-330. DOI: 10.1120/jacmp.v17i3.6151.

[4] Qing SW, Ju XP, Cao YS, et al. Dose escalation of stereotactic body Radiotherapy (SBRT) for locally advanced unresectable pancreatic cancer patients with CyberKnife: protocol of a phase I study[J] Radiat Oncol, 2017, 12(1): 6. DOI: 10.1186/s13014-016-0760-1.

[5] Zhu X, Ju X, Cao F, et al. Safety and efficacy of stereotactic body radiation therapy combined with S-1 simultaneously followed by sequential S-1 as an initial treatment for locally advanced pancreatic cancer (SILAPANC) trial: study design and rationale of a phase II clinical trial[J]. BMJ Open, 2016, 6(12): e013220. DOI: 10.1136/bmjopen-2016-013220.

[6] Zhu X, Li F, Ju X, et al. Prognostic role of stereotactic body radiation therapy for elderly patients with advanced and medically inoperable pancreatic cancer[J]. Cancer Med, 2017, 6(10): 2263-2270. DOI: 10.1002/cam4.1164.

[8] Benedict SH, Yenice KM, Followill D, et al. Stereotactic body radiation therapy: the report of AAPM Task Group 101 [J]. Med Phys, 2010, 37(8): 4078-4101. DOI: 10.1118/1.3438081.

[9] Schlaefer A, Schweikard A. Stepwise multi-criteria optimization for robotic radiosurgery[J]. Med Phys, 2008, 35(5): 2094-2103. DOI: 10.1118/1.2900716.

[10] Treuer H, Hoevels M, Luyken K, et al. Intracranial stereotactic radiosurgery with an adapted linear accelerator vs. robotic radiosurgery: Comparison of dosimetric treatment plan quality[J]. Strahlenther Onkol, 2015, 191(6): 470-476. DOI: 10.1007/s00066-014-0786-y.