不同图像配准算法调用对食管癌IGRT配准结果的影响

曹璐1,黄洋2,许鹏1,谢力1,李贤富1

1. 川北医学院附属医院 肿瘤科,四川 南充 637000;2. 四川大学华西医院 肿瘤中心,四川 成都 610041

[摘 要] 目的 探讨食管癌图像引导放疗(Image Guided Radiotherapy ,IGRT)时不同配准算法调用对配准结果的影响。方法 对20例食管癌IGRT病例的60次锥形束CT图像分别采用骨性算法和灰度算法与计划CT影像进行自动配准,通过比较不同配准算法自动配准与放疗医师手动微调后的配准结果差异来评估食管癌放疗中不同图像配准算法调用对图像配准结果的影响。结果 两种算法的自动配准情况:平移误差在三个方向上均存在显著差异,而旋转误差在三个方向只有x方向和y方向有差异,z方向未见明显差异。与放疗医师手动微调后的配准结果差异情况:骨性算法要好于灰度算法,在平移误差上偏差更小(P<0.05),而在旋转误差上则未与灰度算法表现出明显差异(P>0.05)。结论 在食管癌IGRT,使用骨性配准算法,并在自动配准的基础上采用手动微调的方式进行图像配准,能够获得满足临床放疗需要的较好配准结果。

[关键词] 配准算法;图像引导放疗;锥形束CT;食管癌

引言

食管癌是威胁人类健康的恶性肿瘤之一,其发病率和死亡率均较高。据《中国癌症研究杂志》2018年调查报告显示,我国每年食管癌新发病例约25万例,死于食管癌的病例约19万例[1-2]。可见,食管癌已成为严重威胁我国居民健康的重大疾病之一,其治疗工作也愈发凸显重要。放疗作为食管癌的治疗手段之一,占有重要的地位。然而食管癌放疗中,摆位误差的存在会直接影响处方剂量的有效传递,进而影响治疗效果[3]。为了达到“三精”治疗目的,放疗过程中我们常采用对比扫描锥形束CT(Cone Beam CT,CBCT)影像与计划CT影像变化差异的方式来观察患者肿瘤靶区的偏移情况,而相关差异的对比检测则是基于两组CT影像的配准[4-5]。目前ELEKTA使用的CBCT图像配准系统主要采用骨性配准和灰度配准两种自动配准算法。临床实践中发现,这两种算法在配准方法、配准精度以及适用范围等方面都存在着显著差异,会影响实施引导摆位的准确性[6-9]。因此本研究通过回顾分析食管癌放疗病例的CBCT影像在两种自动配准算法下与放疗医师的手动微调后的配准结果差异来评估不同自动配准算法调用对配准结果的影响,为规范临床食管癌图像引导放疗(Image Guided Radiotherapy ,IGRT)的临床应用提供参考。

1 材料与方法

1.1 一般临床资料

回顾分析2018年7月至2019年4月于川北医学院附属医院肿瘤放疗中心接受IGRT技术(Synergy,XVI系统)根治性放疗食管癌病例20例,其中男性12例,女性8例,年龄30~65岁,中位年龄46岁;临床分期为Ⅱ期18例、Ⅲ期2例;病理证实均为鳞癌; 病变位于食管上段3 例、中段15 例、下段2 例。

1.2 图像采集

1.2.1 计划CT图像

所用病例采用西门子16排螺旋CT进行定位CT扫描。采用仰卧位,双手交叉上举握住把手,热塑体膜固定颈、胸部于碳纤维治疗体架。平静呼吸下行CT增强扫描,扫描电压130 kV,采集层厚1 mm,重建层厚5 mm,螺距0.8 cm,扫描范围为颈1椎体上缘至胸12椎体下缘。将定位CT图像传输至放疗计划系统,完成靶区勾画与计划设计后,再将勾画结构轮廓和计划影像传输至XVI(Release 5.0.2 b7)图像配准系统,作为参考配准影像。

1.2.2 CBCT图像

所有分析病例采集治疗前三次CBCT影像。CBCT扫描参数为采用CHEST M20扫描序列,电压120 kV,电流40 mA,M20准直器(FOV:42.6 cm),F1过滤器,扫描角度为顺时针-180°~+180°,中等分辨率图像重建。将获取的CBCT影像传输至XVI图像配准系统,作为配准影像。

1.3 靶区勾画

根据ICRU 62号报告的定义,由副主任以上放疗医师勾画靶区,分别勾画GTV、CTV以及PTV等结构区域。其中GTV为食管造影、上消化道内镜以及超声内镜显示的原发肿瘤的区域;CTV为亚临床病灶CTV-T和淋巴引流区CTV-N两部分组成,CTV-T为GTV的基础上前后左右外放0.5~0.8 cm,上下方向外放3 cm,CTV-N当勾画上段靶区时包括:淋巴引流区1区、2区、4区、5区、7区、8区,中段靶区包括:2区、4区、5区、7区、8区,下段靶区包括4区、5区、7区、8区、16区、17区;PTV为CTV基础上均匀外放0.5 cm。

1.4 图像配准和配准结果评估指标

通过XVI配准系统,分别调用骨性算法和灰度算法对每例病例的计划CT影像和CBCT影像进行离线自动配准操作(图1)。配准范围为:前后为剑突前缘至椎体后缘,左右为两侧肋骨外缘,上下为颈1椎体上缘至横隔上缘。配准完成后记录不同配准算法自动配准后XVI系统自动计算出的xyz三个方向的平移误差值(xAyAzA)和旋转误差值(xAryArzAr)。然后由副主任以上的放疗医师CTV结构区域对配准结果进行评估,并使用手动配准模式进行微调以使配准结果满足临床治疗需要,同时记录微调后平移误差偏移值(xWyWzW)和旋转误差偏移值(xWryWrzWr)。不同配准算法的自动配准情况用自动配准结果与手动微调结果的差值进行评估,相关评价指标为平移偏差(G)和旋转偏差(R)Rx=|xWr-xAr|、Ry=|yWr-yAr|、Rz=|zWr-zAr|,其值越小代表配准结果越好。

图1 三种配准模式下的配准结果示例

注: a. XVI图像配准系统界面;b. 灰度自动配准算法配准结果;c. 骨性自动配准算法配准结果;d. CTV使用手动配准模式进行微调结果。

1.5 统计学分析

相关数据采用SPSS 20.0软件进行统计分析。摆位误差采用平均值±标准差表示(±s),相关差异检验采用配对t检验和非参数检验,P<0.05为差异有统计学意义。

2 结果

2.1 两种算法自动配准后的摆位误差结果

20例食管癌病例共完成120次离线配准操作。两种算法自动配准后得到的摆位误差结果,见表1~2。

2.2 两种算法的自动配准情况

两种算法的自动配准结果在靶区匹配上均未达到放疗医师认可的临床放疗要求,仍有一定差距,表现为手动微调后平移误差和旋转误差结果相对于自动配准结果的差值。这在平移误差上较为明显,且骨性算法的平移偏差小于灰度算法(P<0.05),而在旋转误差上则未显示出明显差异(P>0.05),见表 3。

表1 两种自动配准算法配准后的平移摆位误差结果(±s

images/BZ_84_236_395_1192_444.pngx 灰度算法 -1.23±2.27 -3.455 <0.01骨性算法 -0.47±2.44 y 灰度算法 1.27±3.92 -4.805 <0.01骨性算法 3.53±3.56 z 灰度算法 -1.12±1.09 -6.36 <0.01骨性算法 0.06±1.56

表2 两种自动配准算法配准后的旋转摆位误差结果(±s

方向 配准算法 自动配准旋转误差值 (°) t P x 灰度算法 0.2±0.8 -2.369 0.028骨性算法 0.7±1.3 y 灰度算法 0.2±1.1 -5.563 <0.01骨性算法 0.8±1.3 z 灰度算法 0.7±1.3 0.862 0.399骨性算法 0.6±1.4

表3 两种算法自动配准结果与手动微调结果的差异情况

评价指标 配准算法 G/R (mm/°) t P G灰度算法 2.3±2.0 2.125 0.041骨性算法 1.4±1.3 Rx灰度算法 0.2(0.1~0.7) -0.101 0.920骨性算法 0.2(0.0~0.7)Ry灰度算法 0.2(0.0~0.5) -1.130 0.259骨性算法 0.2(0.0~0.8)Rz灰度算法 0.3(0.1~0.7) -0.940 0.925骨性算法 0.2(0.0~0.6)

3 讨论

相关研究表明IGRT技术的开展,特别是基于平板探测器成像技术的CBCT应用,极大地提高放疗精度,对食管癌的放疗疗效提高有积极作用[6-18]。然而通过CBCT的临床应用发现:配准时不同配准算法调用会使两组CT图像中感兴趣区域的配准结果产生差异,对图像引导摆位的准确性产生影响[19]。因此本研究针对食管癌放疗病例,通过比较不同配准算法自动配准与放疗医师手动微调后的配准结果差异来评估食管癌放疗中不同图像配准算法调用对图像配准结果的影响。

图像配准是对同一对象在不同条件下获取的图像进行比较、融合,使不同条件下的图像在变化空间中能互相映射,达到信息融合的目的。ELEKTA公司的XVI配准系统中有灰度和骨性两种自动配准算法,均各有优势。灰度自动配准算法主要采用为灰阶“相关比”程序,会将灰度框内所有不同灰阶值进行配准运算,特别适用于靶区周围富含软组织的情况;而骨性自动配准算法则采用倒角匹配运算方法,其主要基于配准影像特征进行分割,提取骨性特征结构,特别适用于靶区毗邻骨组织和植入人工标记物的情况[20]

本研究对20例食管癌病例的60次CBCT扫描图像进行了120次离线配准操作。其结果显示两种算法自动配准后给出的平移误差结果在xyz三个方向均存在显著性差异,而旋转误差在三个方向上只在x方向和y方向有差异,z方向未见明显差异。这表明不同算法的调用会对食管癌IGRT放疗自动配准结果都会产生一定影响,这在惠周光等[10]的研究结果中有所提及。而从不同算法自动配准后的匹配情况可以看出:两种算法在CTV靶区重合度上均未达到放疗医师认可的临床治疗要求,均有一定的偏差,表现为手动微调后平移误差和旋转误差相较于自动配准结果的差值。从差值结果可知:骨性算法在平移误差上要好于灰度算法,其平移偏差更小,而在旋转误差上则未与灰度算法表现出明显差异。这表明在食管癌IGRT中,尽管不同算法调用会对自动配准精度产生影响,但是这种影响在平移误差中表现地更为明显,而在旋转误差中不显著[21]。这与彭应林等[22]、黄伯天等[23]关于胸、腹部配准研究的结果不同。主要原因在于他们的研究中更多是将整个胸、腹部纳入配准分析考虑,主要参考匹配如肺、心脏等易受呼吸动度影响的软组织特征结构区域,相关灰度梯度变化较大,对软组织和不同模态影像匹配更好的灰度算法适于这种应用场景。而在食管癌放疗中则不同,虽然食管位于胸部结构轮廓内,但食管更毗邻、伴行于颈椎、胸椎等骨性结构,位置较为固定,在模拟定位时也常使用椎体作为食管癌的定位标记[24]。因此基于骨性特征结构的骨性算法更适于食管癌的IGRT。由于本研究并未涉及食管癌分段对配准结果的协同影响,今后将作更深入地分层研究。

综上所述,在食管癌IGRT时,使用骨性配准算法,并在自动配准的基础上采用手动微调的方式进行图像配准,能够获得满足临床放疗要求的较好配准结果。

[参考文献]

[1] Smyth EC,Lagergren J,Fitzgerald RC,et al.Oesophageal cancer[J].Nat Rev Dis Primers,2017,3:17048.

[2] Chen W,Sun K,Zheng R,et al.Cancer incidence and mortality in China,2014[J].Chin J Cancer Res,2018,30(1):1-12.

[3] 傅万凯,邹钦凤,陈新,等.不同加速器下鼻咽癌调强放疗摆位误差的比较研究[J].齐齐哈尔医学院学报,2016,37(24):3041-3042.

[4] 张大伟,覃文,苏世达,等.锥形束CT在头颈部和腹盆部肿瘤放疗摆位误差中的应用[J].广西医科大学学报,2017,34(12):1731-1734.

[5] Kupelain P,Willoughby T,Mahadevan A,et al.Muitiinstiutonal clinical experience with the calypso system in localization and continuous, real-time monitoring of the prostate gland during external radiotherapy[J].Int J Radiat Oncol Biol Phys,2007,67(4):1088-1098.

[6] 吴建亭,赵永亮,金建华,等.四种不同配准方式对食管癌IGRT摆位误差的影响[J].现代肿瘤医学,2016,24(21):3463-3465.

[7] 龚唯,周菊英,徐文涛,等.每周千伏级锥形束CT监测食管癌放疗中的摆位误差[J].肿瘤,2015,35(8):915-919.

[8] 盛馨,王凡,童铸廷,等.3种配准方式下头颈部肿瘤IGRT摆位误差的比较[J].安徽医科大学学报,2017,52(5):746-748.

[9] 曲颂,朱小东,李龄,等.三种配准方式下腹部肿瘤IGRT摆位误差的比较[J].肿瘤防治研究,2011,38(12):1434-1437.

[10] 惠周光,王群,韩伟,等.食管癌放疗两种不同固定体位对摆位误差的影响[J].中华放射肿瘤学杂志,2014,23(4):336-339.

[11] Zhang Y,Liu J,Zhang W,et al.Treatment of esophageal cancer with radiation therapy: A pan-Chinese survey of radiation oncologists[J].Oncotarget,2017,8(21):34946-34953.

[12] Doi Y,Murakami Y,Imano N,et al.Quantifying esophageal motion during free-breathing and breath-hold using fiducial markers in patients with early-stage esophageal cancer[J].PLoS One,2018,13(6).

[13] 惠华,崔连环,耿冲,等.头发对头颈部肿瘤精确放疗摆位误差影响[J].中华肿瘤防治杂志,2018,25(3):207-212.

[14] de Moraes FY,Taunk NK,Laufer I,et al.Spine radiosurgery for the local treatment of spine metastases: Intensity-modulated radiotherapy, image guidance, clinical aspects and future directions[J].Clinics,2016,71(2):101-109.

[15] Ren XC,Liu YE,Li J,et al.Progress in image-guided radiotherapy for the treatment of non-small cell lung cancer[J].World J Radiol,2019,11(3):46-54.

[16] 黄伯天,张丹丹,彭应林,等.图像配准条件对头颈部CBCT引导放疗精度影响[J].中华放射肿瘤学杂志,2016,25(4):391-394.

[17] 李润霄,樊晓妹,曹彦坤,等.锥形束CT在宫颈癌IMRT摆位误差中的应用研究[J].中华放射肿瘤学杂志,2016,25(6):638-639.

[18] Machiels M,Jin P,van Gurp CH,et al.Comparison of carinabased versus bony anatomy-based registration for setup verification in esophageal cancer radiotherapy[J].Radiat Oncol,2018,13.

[19] 李莉萍,邓烨,罗庭军,等.胸部肿瘤图像引导放疗中体位固定方式的探讨[J].现代肿瘤医学,2016,24(11):1805-1808.

[20] 吴志勤,余建义,阎华伟,等.图像引导放疗中不同配准方式对摆位误差的影响[J].浙江医学,2013,35(17):1585-1587.

[21] 曾凡艳,朱小东,曲颂,等.KV级CBCT图像引导胸部肿瘤治疗中三种配准方式的比较[J].现代肿瘤医学,2014,22(8):1910-1913.

[22] 彭应林,刘松然,黄伯天,等.图像配准方法对肺癌放疗图像引导摆位精度的影响[J].中华放射肿瘤学杂志,2015,24(2):184-188.

[23] 黄伯天,邓小武,罗广文,等.图像引导放疗锥束CT与计划CT不同配准方法精度研究[J].中华放射肿瘤学杂志,2014,23(2):156-160.

[24] 肖崇娟.肺癌及食管癌放疗摆位误差及对剂量学影响的研究[D].长沙:中南大学,2012.

Impact of Different Image Registration Algorithms on IGRT Registration Results of Esophageal Cancer

CAO Lu1, HUANG Yang2, XU Peng1, XIE Li1, LI Xianfu1
1. Department of Oncology, Affiliated Hospital of North Sichuan Medical College, Nanchong Sichuan 637000, China;2. Cancer Center, West China Hospital of Sichuan University, Chengdu Sichuan 610041, China

Abstract: Objective To investigate the impact of different registration algorithms on the registration results of esophageal cancer image guided radiotherapy. Methods A total of 60 CBCT images from 20 cases of esophageal cancer IGRT radiotherapy were automatically registered with planned CT images by bony algorithm and gray-scale algorithm, respectively. The effects of different image registration algorithms on the results of image registration were evaluated by comparing the results of automatic registration between different registration algorithms and manual fine-tuning by radiotherapy physician. Results The results of automatic registration of the two algorithms were as follows: the translation error was significantly different in the three directions, while the rotation error was only different in the x and y direction, and there was no significant difference in the z direction. The difference of registration results between bony algorithm and radiotherapy physician after manual fine-tuning was as follows: bony algorithm was better than gray-scale algorithm, and the deviation of translation error was smaller (P<0.05). However, there was no significant difference between the rotation error and the gray-scale algorithm (P>0.05). Conclusion In the esophageal cancer IGRT, the use of bony registration algorithm and manual fine-tuning image registration on the basis of automatic registration, can achieve better registration results to meet the needs of clinical radiotherapy.

Key words: registration algorithm; image guided radiotherapy; cone beam CT; esophageal cancer

收稿日期:2019-07-29

基金项目:四川省教育厅自然科学重点项目(17ZA0173);南充市市校合作科研专项(18SXHZ0398)。

通信作者:李贤富,教授,主要研究方向为放射肿瘤学、肿瘤放射治疗物理与肿瘤治疗工程技术。

通信作者邮箱:lixianfu13@163.com

[中图分类号] R735.1;R815.2

[文献标识码] A

doi:10.3969/j.issn.1674-1633.2020.03.019

[文章编号] 1674-1633(2020)03-0074-03