膀胱結(jié)構(gòu)在CT與CBCT圖像及自動勾畫軟件間的比較

趙紫婷，時飛躍，王敏，周蕾蕾，吳倩倩，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；c. 醫(yī)學(xué)影像學(xué)科，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

宮頸癌放療需要進行膀胱充盈，以保護自身與小腸等危及器官，減小受照劑量。但膀胱體積大小的不確定性，會導(dǎo)致分次治療間的劑量偏差，需要加以監(jiān)測，以實現(xiàn)充盈一致。目前對于宮頸癌放射治療中如何保證膀胱充盈狀態(tài)的一致性仍未取得共識，而臨床中使用較多的膀胱容量測量儀尚不能實現(xiàn)膀胱體積與位置的全面實時評估。放射治療前錐形束CT（Cone Beam CT，CBCT）掃描，不僅可以糾正體位偏差，減小放療間的擺位誤差[1-2]，還能從三維方向上分析和監(jiān)測器官及靶區(qū)[3-4]，是實現(xiàn)適應(yīng)性放療（Adaptive Radiotherapy，ART）的基礎(chǔ)。

但上述應(yīng)用需要對CBCT圖像中的感興趣區(qū)域進行快速自動勾畫，文獻報道的CBCT圖像自動勾畫多為形變配準的方式[5-6]，少有研究對基于CT圖像的深度學(xué)習(xí)自動勾畫軟件在CBCT圖像中的可行性進行測試。這類軟件在CBCT圖像中的應(yīng)用可能會受圖像質(zhì)量差異影響，但尚無研究對CT與CBCT圖像的影像學(xué)信息與自動勾畫軟件在二者間的勾畫精度進行量化分析。本研究分析了膀胱結(jié)構(gòu)在CT及CBCT圖像中的影像學(xué)差異，比較了基于CT圖像的三款深度學(xué)習(xí)自動勾畫軟件在兩種圖像中膀胱結(jié)構(gòu)的勾畫精度，探討利用現(xiàn)有軟件自動勾畫CBCT圖像中膀胱結(jié)構(gòu)的可行性，為使用CBCT進行膀胱充盈狀態(tài)快速監(jiān)測提供研究基礎(chǔ)。

1 材料與方法

1.1 病例選擇

回顧性分析我院收治的20例宮頸癌放療患者，中位年齡53.5歲（34～87歲），取每例患者的定位 CT 圖像與首次放療前CBCT 圖像各一組。入組病例均在CT定位掃描前排空膀胱后飲水約500 mL，待主觀感覺尿急時，取仰臥位，采用ORFIT AIO一體化碳纖維固定底板及熱塑網(wǎng)狀膜給予體位固定后，采集定位CT圖像。2～3 d后按照相同方式自主充盈膀胱，待主訴尿急時進行首次放療。在加速器實施放射治療計劃前，通過機載CBCT采集包括患者整個膀胱區(qū)域的CBCT圖像，并與定位CT進行自動與手動配準。配準后的圖像存于Eclipse治療計劃系統(tǒng)中。

1.2 儀器設(shè)備

CT模擬定位機型號為西門子Sensation Open CT，盆腔掃描協(xié)議：120 kV，190 mAs，層厚5 mm，層間距5 mm，重建函數(shù)B31，重建矩陣512×512。醫(yī)用直線加速器型號為瓦里安ClinaciX，其配備的機載影像（OBI）系統(tǒng)，可采集CBCT圖像，使用時伸出 kV級X射線源和非晶硅平板探測器，旋轉(zhuǎn)機架進行掃描。盆腔掃描協(xié)議：125 kV，80 mA，半扇掃描（Half Fan），范圍45 cm，卷積核Ram-Lak，重建矩陣512×512，層厚2.5 mm。

1.3 自動勾畫軟件

1.3.1 AccuContour

MANTEIA公司的AccuContour精確自動勾畫軟件，提出了一種基于深度學(xué)習(xí)和傳統(tǒng)算法模型結(jié)合的方法，運用多種網(wǎng)絡(luò)結(jié)構(gòu)模型、多種 loss結(jié)構(gòu)融合訓(xùn)練，通過對訓(xùn)練集CT影像數(shù)據(jù)的學(xué)習(xí)，建立圖像分割模型[7]。軟件支持CT圖像中多病種靶區(qū)及危及器官的自動勾畫，并具有DSC值計算、影像組學(xué)特征分析等功能。本研究使用的AccuContour版本號為1.1.5。

大圖醫(yī)療公司的rtStation是一款基于云架構(gòu)的放療醫(yī)生工作站，通過云端計算，深度學(xué)習(xí)以及基于GPU的圖像顯示技術(shù)，為腫瘤放療醫(yī)生提供自動勾畫、配準融合及劑量評估等工具，支持CT圖像中頭頸、胸腹部及盆腔等部位危及器官的自動勾畫。其中，盆腔部的自動勾畫模塊使用3D-Unet架構(gòu)執(zhí)行CT影像數(shù)據(jù)的訓(xùn)練任務(wù)。本研究使用的rtStation版本號為 2.0.0。

1.3.3 DeepViewer

安徽慧軟科技有限公司的DeepViewer軟件，是一種運用深度學(xué)習(xí)和大數(shù)據(jù)技術(shù)的人工智能器官勾畫系統(tǒng)，可識別并自動勾畫 CT圖像中的30 余種人體器官，簡化放療醫(yī)師的工作，并具有執(zhí)行流程自動化和數(shù)據(jù)來源多樣化的特點[8]。本研究使用的DeepViewer軟件版本號為1.0。

1.4 數(shù)據(jù)采集

所有CT圖像中的膀胱結(jié)構(gòu)均已經(jīng)過臨床確認，為放療醫(yī)生在Eclipse治療計劃系統(tǒng)中逐層勾畫得到。為使結(jié)構(gòu)輪廓更加流暢，對輪廓邊緣進行統(tǒng)一的人工調(diào)整。之后在系統(tǒng)中選擇與定位CT配準的CBCT圖像，以CT圖像中的膀胱結(jié)構(gòu)為參考，結(jié)合窗寬窗位調(diào)節(jié)，逐層手動勾畫CBCT圖像中膀胱結(jié)構(gòu)。將全部手動勾畫的膀胱結(jié)構(gòu)導(dǎo)出至AccuContour，采集體積（記為Vref）及影像組學(xué)的統(tǒng)計數(shù)據(jù)。

將DICOM格式的CT及CBCT圖像分別導(dǎo)入至三款軟件，進行膀胱結(jié)構(gòu)的自動勾畫。勾畫完成后，將生成的結(jié)構(gòu)文件導(dǎo)出至AccuContour，采集各軟件自動勾畫膀胱結(jié)構(gòu)的體積（記為Vauto）。

1.5 數(shù)據(jù)分析

1.5.1 評價指標

（1）熵（Entropy），如式(1)：

將旁路節(jié)流閥9和調(diào)速閥6關(guān)閉，回油節(jié)流閥8全開，進油節(jié)流閥7調(diào)整到某一開度、啟動液壓泵1，調(diào)節(jié)溢流閥2，使系統(tǒng)處于低壓0.5 MPa，通過電磁閥3的左位工作，慢慢調(diào)節(jié)節(jié)流閥7的開度，使工作油缸活塞桿運動速度適中，反復(fù)切換電磁閥3，使工作缸往復(fù)運動，檢查系統(tǒng)工作是否正常。

ENT表示圖像中紋理的復(fù)雜程度，是一個隨機性的度量。如果一個圖像的隨機性越大，其共生矩陣中的值之間越相近，此時熵越大，圖像的隨機性或噪聲越大[9]。其中，i、j分別是圖中某點（x,y）及與其相隔一定距離的點（x+d,x+l）的像素值，（i,j）的個數(shù)為N（i,j），灰度共生矩陣（Gray-level Co-occurence Matrix，GLCM）中全部（i,j）的個數(shù)為

（2）逆差矩（Inverse Different Moment，IDM），如式 (2)：

IDM反應(yīng)圖像紋理的同質(zhì)性，度量圖像紋理局部變化的多少。值越大說明圖像不同區(qū)域間變化越小。

（3）體積差異（ΔV%），如式(3)：

其中，Vref、Vauto分別表示圖像中膀胱結(jié)構(gòu)的手動勾畫與自動勾畫體積。

（4）Dice相似性指數(shù)（Dice Similarity Coefficient，DSC），如式(4)：

DSC用于評價兩個集合之間的重合性，一般認為DSC＞0.7時，兩個結(jié)構(gòu)的一致性較好[10]。

1.5.2 統(tǒng)計分析

采用SPSS20.0統(tǒng)計軟件，對20例手動勾畫膀胱結(jié)構(gòu)在定位CT與CBCT圖像中的HUmean、ENT、IDM進行描述性統(tǒng)計，并行Wilcoxon秩和檢驗；對各軟件在定位CT與CBCT圖像中自動勾畫膀胱結(jié)構(gòu)的ΔV%、DSC進行描述性統(tǒng)計，并行Wilcoxon秩和檢驗，P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

膀胱結(jié)構(gòu)在CT與CBCT圖像中的ENT、IDM與HUmean列于表1，由表中數(shù)據(jù)可知CBCT中的ENT與HUmean較CT偏大，而IDM較CT偏小，Wilcoxon秩和檢驗顯示三者間的差異均有統(tǒng)計學(xué)意義。圖1顯示了各病例CT和CBCT圖像中手動勾畫膀胱結(jié)構(gòu)的HU均值及標準差。

表1 手動勾畫膀胱結(jié)構(gòu)在CT與CBCT圖像的影像學(xué)數(shù)據(jù)

圖1 CT與CBCT圖像中手動勾畫膀胱結(jié)構(gòu)HU值

同一患者定位CT圖像與放療前CBCT圖像中的自動勾畫與手動勾畫膀胱結(jié)構(gòu)如圖2所示。三款軟件的自動勾畫結(jié)果列于表2，由表中數(shù)據(jù)可知，三款軟件在CT圖像中的自動勾畫膀胱結(jié)構(gòu)DSC均值在0.9以上，在CBCT圖像中的自動勾畫膀胱結(jié)構(gòu)DSC均值小于0.7，各軟件在CT與CBCT中的自動勾畫DSC值均有統(tǒng)計學(xué)差異（P＜0.01）。三款軟件在各病例CT與CBCT圖像中膀胱結(jié)構(gòu)的自動勾畫DSC值如圖3所示，三款軟件間在CT中的勾畫結(jié)果無明顯差異，同一軟件在CT與CBCT間的勾畫結(jié)果有較大差異。在CT圖像中的自動勾畫膀胱結(jié)構(gòu)ΔV%均小于CBCT圖像，差異在AccuContour、DeepViewer軟件中有顯著統(tǒng)計學(xué)意義（P＜0.01）。

圖2 同一患者定位CT圖像（a）與放療前CBCT圖像（b）中的自動勾畫與手動勾畫膀胱結(jié)構(gòu)

表2 三款軟件自動勾畫膀胱結(jié)構(gòu)的準確性

圖3 三款軟件自動勾畫20例患者膀胱結(jié)構(gòu)的DSC值

3 討論

本研究通過影像組學(xué)指標定量評價CT與CBCT圖像中膀胱結(jié)構(gòu)的紋理特征差異，并將三款基于CT圖像的自動勾畫軟件用于CBCT圖像中膀胱結(jié)構(gòu)的自動勾畫測試，說明現(xiàn)有軟件尚不能實現(xiàn)CBCT中膀胱結(jié)構(gòu)的準確自動勾畫，需要對圖像或深度學(xué)習(xí)模型做進一步的處理、優(yōu)化。以往與CBCT圖像自動勾畫相關(guān)的研究方法多為形變配準，包括圖譜庫和自配準兩種方式。柏朋剛等[11]、陳開強等[12]應(yīng)用ABAS軟件，以宮頸癌患者定位CT圖像中感興趣區(qū)為模板，分別進行治療中CT圖像與CBCT 圖像的自動勾畫。結(jié)果顯示，基于CT圖像的CBCT自動勾畫效果不如基于CT的CT圖像自動勾畫，考慮是由于圖像間的差異造成的形變配準差異。胡曉偉等[13]評估了自動勾畫軟件MIM在頭頸部CBCT危及器官自動勾畫的可能性，將各鼻咽癌病例在CT與CBCT的相同結(jié)構(gòu)通過自配準形變至目標CBCT中。結(jié)果除體積小于10 cm3的結(jié)構(gòu)外，基于CBCT的自配準結(jié)果較基于CT的方法更準確。Qin等[14]應(yīng)用ADMIRE軟件，比較基于圖譜庫與自配準兩種方法自動勾畫頭頸部危及器官，結(jié)果顯示二者均達到臨床可接受的水平，其中，CT至CT的自配準較CT至CBCT更準確。Takayama等[6]比較兩種形變配準方法在前列腺癌患者各危機器官的CT至CBCT圖像配準精度，其中膀胱結(jié)構(gòu)的DSC分別為0.69±0.07，0.98±0.00。文獻報道表明，頭頸部解剖接近剛性，且器官移動少，易配準，因此形變配準的自動勾畫在放療頭頸部腫瘤中應(yīng)用廣泛[12]。在盆腔腫瘤的應(yīng)用中受到模板圖像數(shù)量與分次放療間個體膀胱充盈一致性的變化、個體憋尿情況差異、CT與CBCT間固有圖像質(zhì)量的影響，基于圖譜庫或自配準的自動勾畫方法結(jié)果波動較大。

上述研究方法未涉及具體結(jié)構(gòu)在CT與CBCT圖像中的影像學(xué)信息，尚無使用基于CT圖像的深度學(xué)習(xí)軟件在兩種圖像中進行自動勾畫精度的測試、比較。本文研究結(jié)果顯示，CBCT圖像中膀胱結(jié)構(gòu)的HUmean、ENT顯著大于CT圖像，而IDM顯著小于CT圖像，即與CT圖像相比，CBCT圖像受散射污染影響嚴重，圖像質(zhì)量較CT差。自動勾畫膀胱結(jié)構(gòu)的對比結(jié)果顯示，三款自動勾畫軟件均能在CT圖像中準確勾畫膀胱結(jié)構(gòu)，DSC均達到平均0.9以上水平，但在CBCT圖像中，自動勾畫結(jié)構(gòu)的DSC均值均未達到0.7，差異具有統(tǒng)計學(xué)意義。CT圖像中的自動勾畫膀胱結(jié)構(gòu)ΔV%均小于CBCT圖像，差異在AccuContour與DeepViewer兩款軟件中具有顯著統(tǒng)計學(xué)意義。自動勾畫結(jié)果有賴于建模數(shù)據(jù)與軟件版本，本研究的分析結(jié)果僅限所用軟件的當(dāng)前版本。

綜上所述，應(yīng)用rtStation、AccuContour、DeepViewer三款軟件自動勾畫宮頸癌患者CT圖像中的膀胱結(jié)構(gòu)，均能夠達到或接近手工勾畫的準確性，但由于成像原理和成像條件不同，CBCT圖像存在高噪聲、低軟組織對比度且偽影嚴重的問題[15]，導(dǎo)致上述軟件不能直接用于CBCT圖像中膀胱結(jié)構(gòu)的準確自動勾畫，需要對圖像或深度學(xué)習(xí)模型做進一步的處理、優(yōu)化，如減少CBCT噪聲[16]、將CT圖像轉(zhuǎn)換為偽CBCT圖像[17]、應(yīng)用無監(jiān)督網(wǎng)絡(luò)執(zhí)行CBCT訓(xùn)練任務(wù)[18]、將含標注的CBCT圖像作為深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練集等。CBCT圖像自動勾畫的研究將有助于盆腔放療患者的膀胱充盈度快速監(jiān)測，并為在線ART的實現(xiàn)提供參考。

致謝

衷心感謝Manteia數(shù)據(jù)科技有限公司、大圖醫(yī)療科技有限公司、安徽慧軟科技有限公司在AccuContour、rtStation、DeepViewer軟件使用中提供的技術(shù)支持。