DeepViewer軟件自動(dòng)勾畫乳腺癌保乳術(shù)后腫瘤靶區(qū)的初步研究

田書暢，時(shí)飛躍，趙紫婷，王敏，秦偉，吳倩倩，秦航，蔣紅兵,3

1. 南京醫(yī)科大學(xué)附屬南京醫(yī)院（南京市第一醫(yī)院） a. 醫(yī)療設(shè)備處；b. 腫瘤放療中心，江蘇 南京 210006；2. 南京醫(yī)科大學(xué)醫(yī)學(xué)物理研究中心，江蘇 南京 210029；3. 南京市急救中心，江蘇 南京 210003

引言

近年來(lái)乳腺癌是我國(guó)女性最常見的惡性腫瘤，其發(fā)病率逐年上升，早期乳腺癌的標(biāo)準(zhǔn)治療手段為保乳手術(shù)加術(shù)后放化療，可提高患者遠(yuǎn)期生存率與生活質(zhì)量，而且局部復(fù)發(fā)率大大降低[1-2]。放療靶區(qū)勾畫的精準(zhǔn)性將直接影響術(shù)后放療的結(jié)果，以及病人遠(yuǎn)期的生活質(zhì)量，常規(guī)醫(yī)生的手動(dòng)勾畫過(guò)程繁瑣，耗時(shí)費(fèi)力，同時(shí)又和臨床醫(yī)生的主觀性和臨床經(jīng)驗(yàn)大大相關(guān)，如何提高效率的同時(shí)進(jìn)一步提高放療靶區(qū)的精確性，一直是臨床醫(yī)生關(guān)注和研究的重點(diǎn)[3-5]。

近年來(lái)，隨著人工智能和圖像處理技術(shù)的不斷發(fā)展，出現(xiàn)了多種自動(dòng)勾畫軟件。DeepViewer軟件能夠?qū)崿F(xiàn)對(duì)30余種危及器官及常規(guī)臨床靶區(qū)的自動(dòng)勾畫，本文應(yīng)用DeepViewer軟件自動(dòng)勾畫乳腺癌保乳術(shù)后患者的放療靶區(qū)，對(duì)自動(dòng)勾畫的可行性和準(zhǔn)確性進(jìn)行測(cè)試和評(píng)估，為臨床腫瘤靶區(qū)自動(dòng)勾畫的研究及應(yīng)用提供相應(yīng)參考。

1 資料與方法

1.1 一般資料

選取我院2018年1月至2019年12月已進(jìn)行調(diào)強(qiáng)放射治療（Intensity Modulated Radiation Therapy，IMRT）的20例女性乳腺癌保乳術(shù)后放療患者的資料，患者平均年齡48.5歲，中位年齡為46.4歲，年齡范圍35～80歲，以B 01-B 20的數(shù)字對(duì)20例患者進(jìn)行編號(hào)，其中B 01-B 08號(hào)為右側(cè)乳腺癌患者，B 09-B 20號(hào)為右側(cè)乳腺癌患者?；颊呔蔁崴荏w模固定，均采用仰臥位行定位CT掃描。CT模擬定位機(jī)型號(hào)為西門子Sensation Open CT，掃描層厚5 mm，層間距5 mm。掃描范圍包括頸部和胸部，心臟和雙肺。掃描后的圖像通過(guò)網(wǎng)絡(luò)傳入Eclipse三維放療計(jì)劃系統(tǒng)。

1.2 臨床靶區(qū)勾畫

本研究采用回顧性分析法，將實(shí)驗(yàn)樣本數(shù)據(jù)統(tǒng)一導(dǎo)入Eclipse三維放療計(jì)劃系統(tǒng)，由一名經(jīng)驗(yàn)豐富的臨床醫(yī)生勾畫臨床靶區(qū)（Clinical Target Volume，CTV），并由另一名臨床醫(yī)生檢查確認(rèn)。原則上靶區(qū)前界為皮下0.5 cm，后界胸壁前方，內(nèi)界為體中線，外界為腋中線，上界始于第一肋骨下緣，下界為乳腺皮膚皺褶下2 cm[6]。

1.3 自動(dòng)勾畫軟件

DeepViewer軟件（V1.0版本）是由安徽慧軟科技有限公司開發(fā)的，一種人工智能（Artificial Intelligence，AI）器官勾畫系統(tǒng)，可識(shí)別并自動(dòng)勾畫30余種人體器官和部分靶區(qū)，可以簡(jiǎn)化放療醫(yī)師的工作，并具有執(zhí)行流程自動(dòng)化和數(shù)據(jù)來(lái)源多樣化的特點(diǎn)。由于數(shù)據(jù)集選用乳腺癌根治術(shù)后的患者，需要手動(dòng)去除頸部以上靶區(qū)（根治病人需要勾畫的部分）后再進(jìn)行對(duì)比。如圖1所示使用DeepViewer完成自動(dòng)勾畫的界面。

圖1 DeepViewer完成自動(dòng)勾畫的界面

將放療定位CT圖像從Eclipse治療系統(tǒng)導(dǎo)入至DeepViewer軟件中，通過(guò)選擇靶區(qū)位置自動(dòng)勾畫患者單側(cè)乳腺靶區(qū)結(jié)構(gòu)，并逐一記錄勾畫完成時(shí)間。將軟件勾畫生成的結(jié)構(gòu)軟件導(dǎo)出至Eclipse系統(tǒng)，將軟件采集的靶區(qū)數(shù)據(jù)結(jié)構(gòu)與經(jīng)臨床醫(yī)生確認(rèn)的手動(dòng)勾畫靶區(qū)進(jìn)行一一對(duì)比，計(jì)算并分析體積和大小差異。

1.4 評(píng)價(jià)指標(biāo)

1.4.1 體積差異

1.4.2 Dice相似性指數(shù)

1.4.3 總位置差異

1.4.4 統(tǒng)計(jì)學(xué)分析

對(duì)20例乳腺癌患者（12例左側(cè)乳腺癌患者和8例右側(cè)乳腺癌患者），分別對(duì)兩種參數(shù)（ΔV%和DSC）進(jìn)行統(tǒng)計(jì)分析，并分別計(jì)算左側(cè)乳腺癌和右側(cè)乳腺癌的兩組DSC值及△L（位置差異）。采用SPSS 20.0軟件進(jìn)行分析，使用獨(dú)立樣本t檢驗(yàn)，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩種勾畫方式對(duì)靶區(qū)勾畫結(jié)果△V%、DSC、△x，△y，△z和△L的比較

圖2、圖3和圖4分別顯示了乳腺靶區(qū)自動(dòng)勾畫和手工勾畫的百分體積差異△V%、 DSC值和位置差異。表1、表2和表3分別顯示了全部20例（右側(cè)8例及左側(cè)12例）乳腺癌患者六種參數(shù)（△V%、DSC、△x，△y，△z和△L）的統(tǒng)計(jì)數(shù)據(jù)，包括最大值、最小值、平均值和標(biāo)準(zhǔn)差。其中B10出現(xiàn)一例極值（DSC=0.275，△L=6.635）。

使用t檢驗(yàn)，對(duì)左側(cè)乳腺癌和右側(cè)乳腺癌的兩組DSC值及△L數(shù)據(jù)進(jìn)行比較，P=0.560＞0.05及P=0.890＞0.05表明兩組數(shù)據(jù)沒有統(tǒng)計(jì)學(xué)差異。此外，關(guān)于兩種勾畫方法所用的時(shí)間，使用DeepViewer軟件自動(dòng)勾畫靶區(qū)的時(shí)間平均約為35 s，而本部門手動(dòng)勾畫心臟結(jié)構(gòu)的時(shí)間平均約為310 s。自動(dòng)勾畫相比于手工勾畫，節(jié)約了大約89%的時(shí)間。

圖2 自動(dòng)勾畫和手工勾畫的百分體積差異ΔV%

圖3 自動(dòng)勾畫和手工勾畫的DSC值

圖4 靶區(qū)自動(dòng)勾畫和手工勾畫的位置差異

表1 20例乳腺癌保乳術(shù)后患者心臟結(jié)構(gòu)勾畫的統(tǒng)計(jì)

表2 8例右側(cè)乳腺癌患者心臟結(jié)構(gòu)勾畫的統(tǒng)計(jì)

表3 12例左側(cè)乳腺癌患者心臟結(jié)構(gòu)勾畫的統(tǒng)計(jì)

3 討論

放療技術(shù)的飛速發(fā)展使治療方式從二維照射發(fā)展為三維適形、調(diào)強(qiáng)和立體定向放射治療，對(duì)放射治療的精確性要求也越來(lái)越高，IMRT在保乳術(shù)后放療中的應(yīng)用是近代乳腺癌放射治療的重要進(jìn)展之一，其具有提高乳腺內(nèi)照射劑量的均勻性，并降低心肺和靶區(qū)外正常組織照射劑量的潛在優(yōu)勢(shì)[9-10]。做好精確的放療，靶區(qū)勾畫的準(zhǔn)確性起著至關(guān)重要的作用，以往臨床醫(yī)生的手動(dòng)勾畫依賴于其臨床經(jīng)驗(yàn)和影像學(xué)水平，時(shí)間也比較長(zhǎng)，缺乏評(píng)價(jià)標(biāo)準(zhǔn)和機(jī)制，準(zhǔn)確性不能實(shí)時(shí)評(píng)估，現(xiàn)有的半自動(dòng)和全自動(dòng)勾畫技術(shù)大多是基于信息交互算法設(shè)立的Atlas圖庫(kù)，選擇一個(gè)與測(cè)試患者最佳匹配的病例，將該病例的勾畫輪廓進(jìn)行形變，形變的結(jié)果映射到測(cè)試患者CT上，形成自動(dòng)勾畫的輪廓，諸如ABAS，MIM，OnQ，Raysation，RAIC.OIS等國(guó)內(nèi)外的大型商用軟件[11-14]。對(duì)于一般骨性標(biāo)志明顯、邊界清晰的結(jié)構(gòu)，利用圖譜庫(kù)一般可以得到較好的效果，但對(duì)于其他器官，使用圖譜庫(kù)勾畫時(shí)整體結(jié)果較差。隨著AI的飛速發(fā)展，近年來(lái)科學(xué)家開始探索使用人工智能技術(shù)實(shí)現(xiàn)自動(dòng)勾畫，本研究所選用的DeepViewer軟件就是基于深度學(xué)習(xí)算法處理圖像數(shù)據(jù)，將其作為訓(xùn)練集來(lái)獲得自動(dòng)勾畫的配置參數(shù)實(shí)現(xiàn)危及器官和放療靶區(qū)的自動(dòng)勾畫，從而輔助放療規(guī)劃[15-17]。

由圖1及三個(gè)表中ΔV%的統(tǒng)計(jì)數(shù)據(jù)可以看出，ΔV%均為負(fù)值，表明自動(dòng)勾畫的乳腺靶區(qū)體積普遍小于手工勾畫的靶區(qū)體積，一方面是因?yàn)楸拒浖臄?shù)據(jù)訓(xùn)練集是乳腺癌根治術(shù)后病人，對(duì)比之前已手動(dòng)去除頸部以上靶區(qū)（根治病人需要勾畫的部分），之前的相關(guān)研究表明乳腺癌根治術(shù)后的病人自動(dòng)勾畫對(duì)比手動(dòng)勾畫的DSC值為0.89～0.89；進(jìn)一步了解到該軟件的訓(xùn)練集數(shù)據(jù)來(lái)自河南某醫(yī)院，不同地域人群在解剖學(xué)上會(huì)造成一定的差異，加上不同地區(qū)放療部門對(duì)靶區(qū)勾畫的標(biāo)準(zhǔn)并不統(tǒng)一，導(dǎo)致軟件設(shè)定的勾畫標(biāo)準(zhǔn)沒有普適性[18]；另外一方面邊界勾畫的區(qū)域普遍較小，考慮軟件本身圖像分割的閾值和算法有待完善，已向廠家提出反饋意見。

左側(cè)乳腺癌和右側(cè)乳腺癌相比，DSC值和ΔL（位置差異）差異較小，比較結(jié)果顯示沒有統(tǒng)計(jì)學(xué)差異。由結(jié)果中的勾畫時(shí)間數(shù)據(jù)的比較可見，使用DeepViewer軟件自動(dòng)勾畫乳腺癌患者的腫瘤靶區(qū)結(jié)構(gòu)，可明顯縮短勾畫時(shí)間，提高工作效率。20例數(shù)據(jù)的DSC的平均值達(dá)到0.675，一般DSC>0.7即認(rèn)為兩個(gè)輪廓的重合較好[19-20]。這表明DeepViewer軟件勾畫乳腺放療靶區(qū)整體效果還有待進(jìn)一步研究對(duì)比，并且實(shí)驗(yàn)中出現(xiàn)1例極值，軟件運(yùn)行的穩(wěn)定性需要進(jìn)一步進(jìn)行研究。

綜上所述，待DeepViewer軟件增加保乳術(shù)病人訓(xùn)練集的模塊后還要進(jìn)行更深入的研究和對(duì)比，以不斷提高其自動(dòng)勾畫的精確性和穩(wěn)定性。目前該軟件可以實(shí)現(xiàn)對(duì)乳腺癌患者的靶區(qū)進(jìn)行自動(dòng)勾畫，且能夠達(dá)到基本滿意的效果，使用該軟件可縮短臨床醫(yī)生的勾畫時(shí)間，減輕臨床醫(yī)生的工作負(fù)擔(dān)，提高放射治療工作效率，有較好的應(yīng)用前景。