DeepViewer软件自动勾画乳腺癌保乳术后患者心脏结构的应用引言乳腺癌是女性最常见的恶性肿瘤之一,严重危害广大女性的身心健康,其发病率居女性常见恶性肿瘤第1位,死亡率居所有恶性肿瘤第6位[1]。乳腺癌保乳术+术后放疗的方法,可在保证患者生存率的同时,兼顾乳房美观,提高患者生活质量,目前已成为早期乳腺癌的首选治疗方式[2-3]。调强放疗技术可以更好地降低正常组织并发症的发生率,同时提高肿瘤局控率,所以越来越多的应用于乳腺癌保乳术后的放疗中[4]。对于乳腺癌放疗患者,尤其是左侧乳腺癌,心脏是重要的危及器官,需要进行精确勾画并对其剂量进行认真评估。然而,现有的治疗计划系统(Therapy Planning System,TPS)一般具有自动勾画肺和脊髓的功能,但是不具有自动勾画心脏结构的功能。近年来,随着人工智能和自动轮廓勾画技术的不断发展,出现了多种自动勾画软件[5-8]。安徽慧软科技的DeepViewer软件,能够实现对30余种危及器官的自动勾画,目前国内尚无对其测试和评估的文献报道。本文应用DeepViewer软件自动勾画乳腺癌保乳术后患者的心脏结构,对自动勾画的可行性和准确性进行测试和评估。 1 材料与方法1.1 DeepViewer软件安徽慧软科技有限公司的DeepViewer软件,是一种人工智能器官勾画系统,可识别并自动勾画30余种人体器官,可以简化放疗医师的工作,并具有执行流程自动化和数据来源多样化的特点。本研究使用的DeepViewer软件,版本号为V1.0。 1.2 病例选择选取2017年11月至2019年6月南京医科大学附属南京医院收治的乳腺癌保乳术后患者20例,其中左侧乳腺癌和右侧乳腺癌患者各10例,平均年龄49.2岁,中位年龄为47.5岁,年龄范围28~71岁。以1~20的数字对20例患者进行编号,其中1~10号为左侧乳腺癌患者,11~20号为右侧乳腺癌患者。 1.3 心脏结构勾画在放疗日常工作中,使用西门子Sensation Open CT模拟机对上述乳腺癌患者进行定位CT扫描,患者均为仰卧位,使用ORFIT碳纤维固定底板配合泡沫垫块,实现乳腺癌患者的定位摆位,CT层厚和层间距均为5 mm,扫描结束后定位CT图像传输至Eclipse的TPS系统。① 自动勾画:将20例乳腺癌患者的放疗定位CT图像从Eclipse传输至DeepViewer软件,应用DeepViewer软件对每例CT图像建立结构集合,选择仅勾画心脏结构,其余正常组织和器官不勾画,自动勾画完成后将勾画好的DICOM文件传输并导回Eclipse;② 手工勾画:在放疗日常工作中,放疗工作人员已对20例乳腺癌患者进行了心脏结构的手工勾画,结构数据保存在Eclipse中。 1.4 评价指标主要通过检测自动勾画与手工勾画两者之间的百分体积差异、位置差异、形状一致性和勾画时间,评估DeepViewer软件自动勾画心脏结构的应用效果。以手工勾画作为参考数据,以自动勾画作为测试数据。 (1)自动勾画与手工勾画的百分体积差异定义为: 其中,V自动和V手工手动分别代表自动勾画和手工勾画的心脏结构体积。 (2)自动勾画与手工勾画的总位置差异(ΔL)定义为: 其中,Δx2=|x自动-x手工|,Δy=|y自动-y手工|,Δz=|z自动-z手工|,分别表示x(左右)、y(腹背)和z(头脚)方向的位置差异。x自动和x手工分别代表自动和手工两种情形结构几何中心坐标在x方向的坐标值。y和z方向依此类推。 (3)自动勾画与手工勾画的形状一致性由形状相似性指数(Dice Similarity Coefficient,DSC)评价,定义为: DSC值范围为0~1,DSC值越大表示两个结构轮廓形状的相似性越高。 1.5 统计学分析分别对20例乳腺癌患者、10例左侧乳腺癌患者和10例右侧乳腺癌患者的6种参数(ΔV%、Δx、Δy、Δz、ΔL和DSC)进行统计分析。使用独立样本t检验,对左侧乳腺癌和右侧乳腺癌的两组DSC值进行分析比较,P<0.05为差异有统计学意义。 2 结果图1、图2和图3,分别显示了心脏结构自动勾画和手工勾画的百分体积差异ΔV%、位置差异和DSC值。表1、表2和表3分别显示了全部20例、左侧10例及右侧10例乳腺癌患者6种参数(ΔV%、Δx、Δy、Δz、ΔL和DSC)的统计数据,包括最大值、最小值、平均值和标准差。 图1 心脏结构自动勾画和手工勾画的百分体积差异 图2 心脏结构自动勾画和手工勾画的位置差异 图3 乳腺癌保乳术后患者心脏结构的DSC值 表1 20例乳腺癌保乳术后患者心脏结构勾画的统计 参数 ΔV% (%)Δx (cm)Δy (cm)Δz (cm)ΔL (cm)DSC最大值 -7.61 0.36 0.4 0.89 0.91 0.89最小值 -29.14 0.00 0.01 0.04 0.09 0.78平均值 -21.43 0.14 0.12 0.29 0.37 0.84标准差 5.52 0.09 0.09 0.21 0.19 0.03 表2 10例左侧乳腺癌患者心脏结构勾画的统计 参数 ΔV% (%)Δx (cm)Δy (cm)Δz (cm)ΔL (cm)DSC最大值 -7.61 0.36 0.18 0.89 0.91 0.88最小值 -28.64 0.00 0.01 0.04 0.09 0.78平均值 -22.00 0.15 0.09 0.28 0.36 0.83标准差 6.38 0.10 0.06 0.24 0.22 0.03 表3 10例右侧乳腺癌患者心脏结构勾画的统计 参数 ΔV% (%)Δx (cm)Δy (cm)Δz (cm)ΔL (cm)DSC最大值 -15.41 0.32 0.40 0.59 0.61 0.89最小值 -29.14 0.03 0.02 0.04 0.16 0.82平均值 -20.85 0.12 0.15 0.29 0.38 0.85标准差 4.79 0.08 0.11 0.19 0.16 0.02 使用独立样本t检验,对左侧乳腺癌和右侧乳腺癌的两组DSC值数据进行比较,P=0.059>0.05,表明两组数据没有统计学差异。此外,关于两种勾画方法所用的时间,使用DeepViewer软件自动勾画心脏结构的平均时间约为45 s,而本部门手动勾画心脏结构的平均时间约为284 s。自动勾画相比于手工勾画,节约了大约84%的时间。 3 讨论心脏是一个中空的肌纤维性器官,位于两肺之间纵膈间隙内,由含有纤维浆液性结构心包膜包绕。大多数商用TPS提供了自动勾画肺和脊髓的功能,但是没有提供自动勾画心脏的功能。放射治疗可导致心脏结构发生放射性损伤,其损伤的临床表现呈现出多样化。因此,心脏在胸部肿瘤患者的放疗中需严格保护,而心脏结构的准确勾画对保护心脏有重要意义。乳腺癌患者(尤其是左侧乳腺癌患者),需要精确勾画心脏结构并在计划设计时对其进行保护[9]。左侧乳腺癌保乳术后患者,对心脏的平均剂量要求较高[10]。 近年来,随着人工智能技术的发展进步,自动轮廓勾画技术在放射治疗领域的应用越来越广泛,出现了许多商用自动轮廓勾画软件,如ABAS[5,11-12]、MIM[6,13-15]、OnQ[7]、Raysation[8]、连心医疗的智能放疗云平台(RAIC·OIS)和大图医疗的rtStation等。使用这些软件,不仅可以缩短危及器官的勾画时间,而且可以有效减少不同医师个体主观判断所致勾画的差异。使用ABAS、MIM、Raysation、OnQ等软件的研究和应用,多采用基于图谱库的方法,需要选取一部分或一个病例数据作为训练集或单个模板,然后使用另一部分患者数据作为测试集[11-15]。使用RAIC·OIS、rtStation和本研究中DeepViewer软件的应用,在软件发布之前,厂家已经使用了许多病例数据作为训练集来获得自动勾画的配置参数,软件应用时直接被用来智能勾画患者的危及器官结构。从目前研究的病种来看,头颈部肿瘤(如鼻咽癌)和盆腔部位肿瘤(如宫颈癌和直肠癌)等较多,胸部肿瘤(如乳腺癌)较少。 由图1及表1~3中ΔV%的统计数据可见,ΔV%均为负值,表明自动勾画的心脏体积普遍小于手工勾画的心脏体积。经与厂家沟通咨询,原因在于所使用的训练集数据来自安徽某些医院,在河南某些医院使用时,反映自动勾画的心脏结构偏大,因此厂家对软件进行了修改,使心脏结构比原来自动勾画的要小。这反映出,不同地区的放疗部门,对于危及器官勾画的标准并不统一,这需要相关机构或学会组织对勾画的标准进行统一和规范。由图2及表1~3中位置差异的统计数据可见,x(左右)和y(腹背)方向的位置差异普遍小于z(头脚)方向的位置差异。20例数据的总位置差异(ΔL为)为(0.37±0.19)cm。左侧乳腺癌和右侧乳腺癌相比,除了y方向外(Δy的平均值相差0.06 cm),位置差异的数据相差不大。由图3及表1~3中DSC的统计数据可见,20例数据的DSC的平均值达到0.84。一般DSC>0.7即认为两个轮廓的重合较好[16-17]。这表明DeepViewer软件勾画心脏结构的整体效果较好。左侧乳腺癌和右侧乳腺癌相比,DSC值差异较小,比较结果显示没有统计学差异。由结果中的勾画时间数据的比较可见,使用DeepViewer软件自动勾画乳腺癌患者的心脏结构,可明显缩短勾画时间,提高工作效率。需要注意的是,对于软件自动勾画的心脏结构,必须由放疗医师审核并手工修改,本研究的勾画时间数据未计入手工修改的时间。 综上所述,DeepViewer软件对乳腺癌患者的心脏结构进行自动勾画,能够达到满意的效果。使用该软件,可缩短心脏结构的勾画时间,提高放射治疗工作效率。本版本自动勾画,心脏结构普遍偏小,需要进一步优化改进。 致谢 感谢中国科学技术大学裴曦教授和安徽慧软科技有限公司在DeepViewer软件使用中提供的技术支持。 [1]黄哲宙,陈万青,吴春晓,等.中国女性乳腺癌的发病和死亡现况——全国32个肿瘤登记点2003-2007年资料分析报告[J].肿瘤,2012,32(6):435-439. [2]李建彬,于金明,徐敏.乳腺癌保乳术后放疗进展[J].中华放射肿瘤学杂志,2010,19(2):170-175. [3]Fan L,Strasser-Weippl K,Li JJ,et a1.Breast cancer in China[J].Lancet Oncol,2014,15(7):e279-e289. [4]周桂霞,戴相昆,徐寿平,等.乳腺癌术后放疗3种治疗计划的剂量学研究[J].中华放射医学与防护杂志,2010,30(3):314-316. [5]林金勇,阴晓娟,胡彩容,等.ABAS自动勾画软件应用于头颈部肿瘤调强放疗中的剂量学研究[J].肿瘤学杂志,2018,24(6):644-648. [6]胡晓伟,孙新臣,李金凯,等.自动勾画轮廓软件在头颈部锥形束CT中的应用[J].中国医学物理学杂志,2019,36(3):254-258. [7]张艺宝,吴昊,李莎,等.临床前验证与几何对比分析基于图谱库的危及器官自动勾画[J].中国医学物理学杂志,2015,32(6):761-767. [8]单书灿,邱杰,全红,等.自动勾画软件对鼻咽癌靶区和危及器官勾画结构对比分析[J].中国医学装备,2015,12(7):33-36. [9]邬容,任素蓉,李雪松.调强放疗与常规放疗应用于早期左侧乳腺癌保乳术后患者的剂量学及心功能比较[J].实用医院临床杂志,2019,16(5):204-207. [10]林金勇,胡彩容,张秀春,等.TomoDirect和TomoHelical技术在左侧乳腺癌保乳术后放疗中的剂量学比较[J].中华放射医学与防护杂志,2017,37(3):216-221. [11]杜国波,蒋利华,郭飞,等.ABAS软件自动勾画技术在鼻咽癌调强放疗中的应用[J].中华放射肿瘤学杂志,2014,23(1):63-64. [12]陈开强,陈文娟,倪晓雷,等.基于图谱库的自动轮廓勾画软件在宫颈癌自适应放疗中的应用[J].中华放射医学与防护杂志,2015,35(2):111-113. [13]谷珊珊,田娟秀,宋明永,等.基于MIM软件模版数据库的病例数对危及器官自动勾画的探讨[J].中国医学装备,2018,15(3):1-4. [14]蒋皤,吴昊,张健,等.基于最优自动勾画的放疗计划剂量学评估[J].中华放射肿瘤学杂志,2017,26(4):423-428. [15]孙宇晨,张晓智,李毅.自动轮廓勾画软件构建图谱库在宫颈癌放疗中应用探讨[J].中华放射肿瘤学杂志,2017,26(10):1167-1172. [16]Zijdenbos AP,Dawant BM,Margolin RA,et a1.Morphometfic analysis of white matter lesions in MR images: method and validation[J].IEEE Trans Med Imaging,1994,13(4):716-724. [17]何奕松,蒋家良,余行,等.影像分割中Dice系数和Hausdorff距离的比较[J].中国医学物理学杂志,2019,36(11):1307-1311. Application of DeepViewer in Automatic Delineation of Heart Structure for Patients with Breast Cancer After Breast-Conserving Surgery |