基于深度学习自动分割模型乳腺癌放疗临床应用与评价

目的 将深度学习算法与商用计划系统整合,建立乳腺癌靶区和危及器官(OARs)自动分割平台并加以验证。方法 入组在中国医学科学院肿瘤医院行保乳术后放疗的左、右乳腺癌患者各400例。基于深度残差卷积神经网络进行训练临床靶区(CTV)和OARs分割模型,建立端到端的基于深度学习的自动分割平台(DLAS)。使用42例左乳腺癌和40例右乳腺癌验证DLAS平台勾画的准确性。分别计算总体戴斯相似性系数(DSC)和平均豪斯多夫距离(AHD)。并计算相对层位置与每层DSC值(DSC_s)的关系,进行逐层分析。结果 左/右乳腺癌全乳CTV平均总体DSC和AHD分别为0.87/0.88和9.38/8.71mm,左/右乳腺癌OARs平均总体DSC和AHD范围为0.86~0.97和0.89~9.38mm。对CTV和OARs进行逐层分析,达到0.90以上表示医生只需要较少修改甚至不用修改的层面,左右乳腺癌的CTV勾画占比约44.7%的层面,OARs自动勾画占比范围为50.9%~89.6%。对于DSC_s<0.7,在两侧边界区域(层位置0~0.2和0.8~1.0) CTV和除脊髓以外的感兴趣区域DSC_s值明显下降,且越靠近边缘降低程度越明显。脊髓采用全层勾画,未发现有特殊区域出现DSC_s明显下降。结论 建立端到端的DLAS平台整合乳腺癌分割模型取得较好的自动分割效果。在头脚方向的两侧边界区域,勾画的一致性下降较明显,有待进一步提高。     

基于深度学习方法的乳腺癌调强放疗自动计划研究

目的 开发一种基于深度学习网络的乳腺癌调强放疗计划剂量分布预测的方法,并评估将其用于自动计划的可行性。方法 从复旦大学附属肿瘤医院选取 240例左侧乳腺癌患者,200例作为训练集,20例作为验证集,另外 20例作为测试集。应用深度学习网络建立患者CT影像、靶区和危及器官的勾画图像与剂量分布的相互关系,达到预测新患者剂量分布的目的,并尝试将预测的剂量分布作为目标函数优化并生成治疗计划。结果 临床治疗计划的剂量分布和预测的剂量分布相比,靶区(除同步加量的PTV48Gy)和危及器官的剂量值相近,且基于预测的剂量分布生成的治疗计划与预测结果基本相同。结论 本研究实现了一种基于深度学习网络的乳腺癌调强计划剂量分布预测方法,有助于进一步实现自动设计治疗计划的目标。     

乳腺癌术后胸壁低分割放疗的长期疗效观察

目的探讨乳腺癌术后胸壁低分割放疗的长期疗效和不良反应。方法 106例Ⅱ、Ⅲ期（UICC,1989）乳腺癌患者,均为首次治疗,手术方式为根治术或改良根治术。术后胸壁放疗采用6 MeV电子线,3.6Gy/次,隔日照射,3次/周,总剂量为39.6 Gy,分11次,近4周完成。结果随访时间为61～160个月,中位随访时间为106.7个月。低分割放疗后5年胸壁复发7例（6.6%）,5年无瘤生存率为67.9%（72/106）,5年总生存率为74.5%（79/106）,10年总生存率为74.5%（79/106）。急性皮肤湿性反应发生率为4.7%（5/106）,晚期中上肺部局部放射性纤维化发生率为5.1%（4/78）。结论低分割放疗与常规照射方案比较,疗效相当,早晚期不良反应无明显增加。     

乳腺癌改良根治术后大分割放疗Ⅰ～Ⅱ期临床试验的近期结果

目的 探讨乳腺癌改良根治术后大分割放疗的近期疗效和副反应.方法 38例高危乳腺癌患者改良根治术后化疗后,同侧胸壁和锁骨上下放疗43.5 Gy分15次3周完成,观察急性放疗反应发生率和肿瘤的局部区域控制率.结果 中位随访13个月,入组38例患者全部生存,无照射野内复发,远处转移率为13%(5例).5例患者出现3级放射性皮炎,均发生在放疗结束后2～3周.3例患者出现2级放射性肺炎.结论 乳腺癌改良根治术后43.5 Gy分15次3周完成的大分割放疗方案的急性副反应可以接受,近期疗效较好.     

基于深度学习宫颈癌靶区自动分割勾画临床研究

目的 验证基于深度学习的宫颈癌靶区自动分割勾画临床适用性。方法 选取 535例宫颈癌CT影像,参照RTOG及JCOG标准勾画宫颈癌临床靶区(CTV),经专家审查后作为参考勾画,用于自动分割勾画训练和测试。另从测试组中随机挑选根治 4例及术后 6例,分别由初、中、高级医师手动勾画CTV。统计Dice系数(DSC)、平均表面距离(MSD)和豪斯多夫距离(HD)用于自动分割勾画测试,以及比较医师手动勾画和自动勾画相对于参考勾画的准确性。同时,分别记录算法和手动勾画耗时。结果 数据经VB-Net网络训练得到根治CTV1(dCTV1)、dCTV2、术后CTV1(pCTV1)自动分割模型,自动勾画结果与参考勾画具有较好的一致性(DSC:0.88、0.70、0.86;MSD:1.32、2.42、1.15 mm;HD:21.6、22.4、20.8 mm)。dCTV1算法与三组医师勾画相近(P>0.05);dCTV2及pCTV1算法均优于初中级医师勾画(P<0.05),自动分割勾画耗时较手动勾画显著缩短。结论 基于深度学习的宫颈癌靶区自动分割勾画准确性与高级医师手动勾画相当,应用于临床中将有助于大幅提高工作效率,具有提高勾画一致性和准确性的潜能。     

乳腺癌乳房切除术后大分割与常规分割放疗的Meta分析

目的 比较乳腺癌乳房切除术后大分割放疗与常规放疗之间的疗效差异。方法 计算机检索PubMed、EMbase、Cochrane图书馆、万方、维普、CNKI及中国生物医学等数据库,搜集有关乳腺癌乳房切除术后大分割放疗与常规放疗比较的临床对照研究资料,汇总数据采用RevMan5.3及Stata14.0软件进行分析。两组间差异采用优势比(OR)及95%可信区间(95%CI)描述。结果 根据纳入和排除标准,最终纳入19个包括2652例患者的临床对照资料。Meta分析结果显示,大分割组与常规分割组两组间无瘤生存率(OR=1.10,95%CI=0.78~1.56,P=0.59),总生存率(OR=1.18,95%CI=0.92~1.53,P=0.19)、局部区域复发率(OR=1.01,95%CI=0.68~1.51,P=0.96)、远处转移率(OR=1.14,95%CI=0.82~1.59,P=0.43)、皮肤不良反应(OR=1.01,95%CI=0.80~1.26,P=0.96)、心脏不良反应(OR=1.17,95%CI=0.71~1.93,P=0.53)及肺不良反应(OR=0.78,95%CI=0.44~1.37,P=0.38)均相近。结论 乳腺癌乳房切除术后大分割放疗与常规放疗疗效相近,均是安全有效的放疗分割模式,但还需大型随机临床试验进一步证实,并长期随访患者的晚期并发症。     

2018年乳腺癌放疗进展荟萃

2018年乳腺癌放疗领域进展主要呈现以下3个趋势:更短——全乳超大分割(FAST和FAST FORWARD)和同步瘤床加量(IMPORT HIGH)的疗效及安全性探索;更准——部分乳腺照射的两大Ⅲ期随机对照试验(NSABP/RTOG 0413和RAPID)首次发布结果;更精——基于临床肿瘤因素、分子分型及多基因模型精准定位放疗获益人群的探索。精准放疗是未来发展的方向。     

基于深度学习的CBCT下颌神经管自动分割算法综述

下颌神经管是非常重要的下颌骨结构,许多下颌手术都需要了解下颌神经管的位置和走向。目前,锥形束计算机断层成像(Cone beam computed tomography, CBCT)是主流的术前影像检测手段。但是人工从CBCT图像中识别、分割出下颌神经管是费时费力的一项工作,基于深度学习的自动分割技术成为当前的研究热点。本文对该领域的技术进展和研究现状进行了梳理,将近年来利用深度学习实现下颌神经管自动分割的算法进行了分类、汇总和比较,并讨论了该领域的未来发展方向。     

MRI分割在肿瘤放疗中的应用研究

MRI技术无辐射,软组织分辨率高,因此MR引导下的放疗现已成为放疗领域的热点研究工作。放疗中精确勾画靶区是非常关键的,目前多为手动分割,耗时、主观且缺乏一致性,自动图像分割可以在不降低分割质量前提下提高效率和可重复性。本文综述了在放疗中MRI的自动分割方法,对不同放疗部位包括前列腺、鼻咽癌、脑部肿瘤以及其他器官,就自动分割目标、挑战和方法进行分析和讨论。     

乳腺癌改良根治术后大分割放疗的研究

目的:探讨乳腺癌改良根治术后大分割放疗的疗效及不良反应。方法:2011年-2012年陕西省人民医院收治高危乳腺癌患者85例,行同侧胸壁和锁骨上下区照射,其中41例行大分割放疗（大分割组）,DT 42.56Gy／16f,总疗程22-24天;44例行常规分割放疗（常规组）,DT 50Gy／25f,总疗程33-35天。观察肿瘤的局部控制率、远处转移率及急性放疗反应的发生率。结果:中位随访时间为15个月,随访率为100％。全组2年生存率均为100％,无照射野内复发。大分割组和常规组远处转移率分别为12.2％、11.4％（χ2=0.039,P=0.843）。大分割组和常规组1级白细胞减少、2级放射性皮炎、2级放射性肺炎发生率分别为24.4％与27.3％（χ2=0.092,P=0.762 ）、17.1％与13.6％(χ2=0.194,P＝0.660)、 4.9％与6.8％(χ2=0.144,P=0.704)。结论:乳腺癌改良根治术后大分割放疗的近期疗效与常规分割相似,急性毒副反应可以接受。     

乳腺癌改良根治术后常规放疗剂量学分析

目的 分析乳腺癌改良根治术后常规二维放疗模式下胸壁及锁骨上区剂量分布和内乳区非计划性受量。方法 回顾分析2015-2016年间20例改良根治术后放疗的女性乳腺癌患者资料,左右乳腺癌各10例。放疗范围为患侧胸壁和锁骨上下区,处方剂量43.5Gy (2.9 Gy/次)。胸壁采用单前野电子线照射,锁骨上下野予以6MV X线单前野照射。同时比较锁骨上下采用前后对穿野照射时的剂量分布。结果 锁骨上单前野照射中85%患者接受了D90≥90%处方剂量,前后对穿野中所有患者均达到了D90≥90%处方剂量(39.15Gy, EQD2≥45Gy),胸壁单前电子线野D90中位数为35.38Gy。非计划性内乳区域照射的平均剂量中位数为13.65Gy。体重指数小患者锁骨上、胸壁的D90更高(P=0.039、0.347)。结论 锁骨上下单前X线野能满足绝大多数受量≥90%的处方剂量照射,而前后对穿野在满足所有人受量需求时不增加正常组织受量。单前电子线野胸壁剂量分布不佳,内乳区有一定的非计划性照射,但剂量有限。体重指数是影响剂量分布的因素。     

Clinical evaluation of atlas and deep learning based automatic contouring for lung cancer

Background and purpose

Contouring of organs at risk (OARs) is an important but time consuming part of radiotherapy treatment planning. The aim of this study was to investigate whether using institutional created software-generated contouring will save time if used as a starting point for manual OAR contouring for lung cancer patients.

Advances in radiotherapy for breast cancer in 2018

In 2018, studies of radiotherapy for breast cancer mainly focus on three aspects:shorten course of radiotherapy:efficacy and safety of weekly hypofractionated whole breast irradiation (FAST and FAST FORWARD) and dose escalated intensity-modulated radiotherapy to whole breast (IMPORT HIGH);reduction in treatment volume:safety and efficacy of APBI (NSABP/RTOG 0413 and RAPID), and individualize radiotherapy decision:optimization of definition of low-risk breast cancer using clinicopathologic parameters, genomic assays and molecule subtypes. The individualized radiotherapy will be the mainstream orietation of development.     

宫颈癌自适应放疗中基于自配准与图谱库的自动勾画比较

目的 分析MIM软件在宫颈癌自适应放疗中基于自配准与图谱库的自动勾画的可行性与准确性。方法 选取60例宫颈癌患者的CT图像及勾画结果建立Atlas模板库。随机选取15例宫颈癌患者初次计划CT (pCT)与重新计划CT (rCT),由资深临床医师勾画CTV和危及器官。分别以刚性和形变两种配准方式将pCT的勾画传送到rCT图像上;并对各rCT图像行基于Atlas模板库的自动勾画,统计3种方法所需时间。利用Dice相似性系数(DSC)、交叉指数(OI)、Hausdorff平均距离(AHD)、质心距离(DC)评价勾画结果,并进行单因素方差分析。结果 Atlas组、刚性组和形变组完成1例所需平均时间分别为89.2、22.4、42.6 s。对于CTV和直肠的DSC、OI和AHD,刚性组和形变组与Atlas组之间不同(P<0.001),小肠的OI在刚性组和形变组与Atlas组之间有不同, CTV的DSC平均值分别为0.89(刚性组和形变组)、0.76(Atlas组)。对于膀胱、盆骨和股骨头,形变组的勾画结果最优。结论 形变组的勾画结果优于刚性组和Atlas组,3种勾画方式均能快速地完成靶区和危及器官的自动勾画。     

MR加速器在乳腺癌放疗中的临床应用北大核心CSCD

目的介绍MR加速器应用于乳腺癌术前放疗的应用流程和注意事项, 并报告不良反应。方法中国医学科学院肿瘤医院拟开展一项单臂、Ⅱ期临床研究, 入组患者实施MR加速器下术前瘤床补量, 2周内进行保乳手术, 术后6周内接受辅助全乳照射, 研究终点为≥2级急性不良反应。首例应用MR加速器术前放疗乳腺癌患者43岁, 为右乳外象限浸润性癌, cT_(2)N_(0)M_(0)期, AJCC第8版ⅡA期。患者接受CT和MR定位、MR指导下靶区勾画、Monaco系统计划设计, MR加速器下摆位并基于位移适应调整, 单次8 Gy照射。患者的剂量计算考虑了1.5 T磁场存在下的电子回旋效应(ERE)及电子束效应(ESE)。结果首例患者治疗顺利, 计划的正常器官满足限量要求, 因ERE及ESE导致的皮肤剂量增加幅度不大(D_(max) 8.44 Gy), 下颌及右上臂受量均很低(D_(max) 28.5、17.8 cGy), 无>1级急性不良反应。患者放疗后第7天接受保乳术, 未出现严重手术并发症, 伤口愈合及时。结论 1.5 T磁场对皮肤、下颌和手臂的剂量影响较小, 放疗及放疗后手术均无明显并发症增加。MR加速器下乳腺癌的放疗尚需更大样本的经验积累, 以不断优化治疗流程。     

Research progress on hypothyroidism after radiotherapy in breast cancer

Radiotherapy has improved the locoregional control and overall survival for patients with breast cancer. Breast/chest wall and supraclavicular fossa are the common sites of irradiation. During radiotherapy, the thyroid gland will be inevitably irradiated at a certain dose, which might increase the risk of hypothyroidism in the long-term survivors. The irradiation dose to the thyroid gland cannot be evaluated by traditional two-dimensional radiation technique. The hypothyroidism induced by radiation has been largely ignored. With the development of radiotherapy and application of three-dimentional conformal radiotherapy and intensity-modulated radiotherapy in breast cancer, how to choose appropriate radiation technique and how to limit the dose irradiated to the thyroid gland remain to be urgently resolved. This review systematically summarized the clinical characteristics, pathogenesis, risk factors and monitoring of hypothyroidism induced by radiotherapy, aiming to help clinicians to make the optimal decision in radiation technique selection and treatment plan evaluation.     

乳腺癌术后放疗后甲状腺功能减退的研究现状

乳腺癌术后放疗提高了局部区域控制率和生存率。乳腺/胸壁和锁骨上下淋巴引流区是常见的照射部位,放疗时甲状腺会受到一定剂量的照射,长期生存患者有甲状腺功能减退(简称甲减)的风险。既往二维技术放疗无法评估甲状腺受照剂量,放疗诱发甲减很少受到关注。随着放疗技术的发展,三维适形放疗、调强放疗技术在乳腺癌治疗中的应用增加,如何选择合适的放疗技术、如何对甲状腺进行剂量限制成为临床上迫切需要关注的问题。本综述系统性总结了放疗诱发甲减的临床特点、发病机制、危险因素和监测,以帮助临床医生在放疗技术选择和计划评估方面做出治疗决策。