中华放射医学与防护杂志  2018, Vol. 38 Issue (10): 767-770   PDF    
宫颈癌腔内联合组织间插植近距离后装治疗中IPSA和HIPO逆向优化算法的比较分析
薛涛 , 孙云川 , 刘光波 , 王斌 , 史立中 , 白广磊 , 周丽霞 , 刘志坤 , 闫慧娟 , 王佩烨     
061000 沧州, 河北省沧州中西医结合医院放化疗科
[摘要] 目的 比较宫颈癌腔内联合组织间插植三维后装计划中模拟退火逆向优化(IPSA)和混合逆向优化(HIPO)剂量分布的差异,为宫颈癌腔内联合组织间插植后装治疗逆向计划优化方法的选择提供依据。方法 选取2016年12月至2017年5月于河北省沧州中西医结合医院43例宫颈癌患者资料,所有患者原后装治疗计划采用IPSA优化,基于原图像信息,给定同样的初始约束条件,不进行手动优化,直接计算IPSA和HIPO计划,对高危靶区(HR-CTV)剂量体积参数D90D100V100%,以及均匀性指数(HI)、适形指数(CI)、危及器官(OAR)(膀胱、直肠和乙状结肠)D2 cm3的数据进行评价。结果 两组间HR-CTV的D90D100以及CI剂量差异无统计学意义(P>0.05),但HIPO组HR-CTV的V100%为(87.72±0.49)%;HI为(0.51±0.08),明显高于IPSA组的(85.01±0.55)%,HI(0.42±0.06),差异具有统计学意义(t=2.54、3.02,P < 0.05)。对于OAR,与IPSA计划相比,HIPO计划中膀胱的D2 cm3(3.42±0.17)Gy,直肠的D2 cm3(3.04±0.37)Gy,明显低于IPSA计划膀胱的D2 cm3(3.57±0.28)Gy,直肠的D2 cm3(3.21±0.48)Gy,差异具有统计学意义(t=0.27、0.19,P < 0.05)。乙状结肠D2 cm3剂量两者差异无统计学意义。结论 在宫颈癌腔内联合组织间插植后装治疗中,采用HIPO优化比IPSA优化可以获得更好的靶区HI以及减少膀胱和直肠的受照剂量。
[关键词] 宫颈癌     腔内联合组织间插植     优化算法     剂量学    
Comparison of IPSA and HIPO inverse planning optimization algorithms for cervical cancer intracavitary/interstitial brachytherapy
Xue Tao, Sun Yunchuan, Liu Guangbo, Wang Bin, Shi Lizhong, Bai Guanglei, Zhou Lixia, Liu Zhikun, Yan Huijuan, Wang Peiye     
Department of Radiotherapy and Chemotherapy, Cangzhou Integrated Traditional Chinese and Western Medicine Hospital, Cangzhou 061000, China
Corresponding author: Sun Yunchuan, Email:13932719095@163.com
[Abstract] Objective To compare the difference of dose distribution between inverse planning simulated annealing (IPSA) and hybrid inverse treatment planning and optimization (HIPO) in 3D brachytherapy plan of cervical cancer, and to provide evidence for selection of reverse planning optimization method for cervical cancer brachytherapy. Methods From Dec 2016 to May 2017, totally 43 cases of patients with cervical cancer radical surgery were selected. Original IPSA brachytherapy treatment plan optimization was applied to all cases. Based on the information of original image, IPSA and HIPO plans were established according to the same initial conditions. Parameters of D90, D100, V100%, Homogeneity Index (HI), and conformal index (CI) of the bladder, rectum and sigmoid D2 cm3 data for High-Risk Clinical Target Volume (HR-CTV) were assessed. Results There was no statistically significant difference in D90, D100 and CI for HR-CTV between the two groups. But the V100% of HR-CTV in HIPO group was significantly higher than that in IPSA group[(87.72%±0.49)% vs. (85.01%±0.55)%, t=2.54, P < 0.05]. Furthermore, HI in HIPO group was (0.51±0.08), which was higher than that in IPSA group (0.42±0.06), and the difference was statistically significant (t=3.02, P < 0.05). Compared with IPSA, bladder D2 cm3 and rectum D2 cm3[(3.04±0.37)Gy] for HIPO plan were lower[(3.42±0.17)Gy vs.(3.57±0.28)Gy, (3.04±0.37)Gy vs. (3.57±0.28)Gy], which had reached statistical significance (t=0.27, 0.19, P < 0.05). There was no statistical significance in the D2 cm3 dose of sigmoid. Conclusions In the treatment of cervical cancer, better target area HI and less irradiated dose of bladder and rectum can be obtained by HIPO optimization than IPSA optimization.
[Key words] Cervical cancer     Intracavitary/Interstitial brachytherapy     Optimization algorithm     Dosimetry    

近距离治疗在宫颈癌放疗中有着重要的作用[1],它遵循着平方反比定律,有着使肿瘤达到高剂量照射的同时,降低危及器官受照剂量的优势[2-3]。后装治疗的执行得益于治疗计划系统(TPS),近些年,TPS的质量及性能快速提升,现在已有类似于外照射计划优化算法的介绍[4-6]。将这些算法应用到TPS中,只需要通过设定临床约束,就可以很快地计算出治疗计划。

在目前可用的TPS之中,模拟退火逆向计划优化算法(inverse planning simulated annealing, IPSA)是开发与应用最为广泛的。根据Kirpatrick等[7]的报告,IPSA算法是基于解剖结构的进行计算的,利用模拟退火算法对放射源的驻留时间进行优化。作为IPSA近距离治疗优化方法的替代,便开发出了混合逆向计划优化算法(hybrid inverse treatment planning and optimization,HIPO)[6],并开始应用到了Oncentra近距离TPS的V4.3以及之后的版本中[8]

本研究,选取43例妇科宫颈癌的患者,在Oncentra近距离TPS中,进行了回顾性分析,采用IPSA和HIPO算法在相同的初始约束条件下进行计划重新优化计算,然后对其结果进行分析,并评估它们之间的差异,以确定它们在临床中使用的优势。

资料与方法

1.一般临床资料:回顾性分析在2016年12月至2017年5月间在河北省沧州中西医结合医院行根治性放疗的43例宫颈癌患者(年龄32~68岁,中位年龄48岁)的资料,病理类型全部为鳞癌。根据国际妇产科协会(FIGO)2009年的分期标准[9],ⅡA期11例、ⅡB期19例、ⅢA期9例、ⅢB期4例。外照射总剂量为45~50.4 Gy,1.8 Gy/次,25~28次,完成40 Gy剂量的外照射后行三维近距离腔内照射,29例患者给予30 Gy,6 Gy/次,共5次;9例患者给予24 Gy,6 Gy/次,共4次;5例患者给予18 Gy,6 Gy/次,共3次。

2.施源器植入:患者先排空膀胱,取截石位平卧于妇科检查床,外阴消毒后插入Foley导尿管,导管球囊内注入5 ml生理盐水,膀胱注入100 ml生理盐水,通过引导窥具放置Nucletron Fletcher施源器宫腔管,并根据外照射后的肿瘤残留情况进行4~6根金属插植针的组织间插植,后将湿纱布密集填塞,并对施源器加以固定。

3. CT定位与轮廓勾画:患者进行CT扫描(德国西门子公司,型号:SOMATOM Sensation4),扫描范围从髂前上脊至坐骨结节下缘,扫描层厚3 mm,将CT图像传输至Oncentra Brachy计划系统4.5.2版本(瑞典医科达公司),在获取的CT图像上逐层勾画出高危CTV、膀胱、直肠和乙状结肠等危及器官(OAR)。其中高危CTV依据GEC-ESTRO工作组指南推荐进行勾画[10]

4.治疗计划设计:原计划在计划系统上对于每个患者每次治疗的CT图像,进行施源器管道重建后,根据患者的靶区与危及器官的解剖关系进行剂量约束完成IPSA逆向优化,为更好的满足临床要求又进行了人为的手动剂量线拖动调节,而HIPO计划是在保留了原IPSA计划中靶区和危及器官约束条件设置相同的情况下完成逆向优化,之后为HIPO计划更好的满足临床要求,也进行了人为的手动剂量线拖动调节。

5.观察指标:通过两种算法得到的治疗计划生成的剂量体积直方图(DVH),分别对给出的高危CTV的D90D100V100%,此外,虽然在后装治疗中,因为放射源的辐射特性会导致在靶区内形成不均匀的剂量分布,但是为了对高剂量区域的体积进行评价,仍然对均匀性指数(HI)和适形度指数(CI)进行分析[11],HI=(V100%-V150%)/V100%[12],CI=V100%/Vtot[13],公式中的V100%为处方剂量覆盖的靶区体积,V150%为1.5倍的处方剂量覆盖的靶区体积,Vtot为靶区的总体积。危及器官方面,对膀胱、直肠、乙状结肠的D2 cm3数据进行评价。

6.统计学处理:数据用x±s表示,使用SPSS 20.0软件进行分析。对两种优化算法得到的治疗计划的多个参数经正态性检验符合正态分布,进行配对t检验。P<0.05为差异有统计学意义。

结果

1.靶区剂量:43例患者的靶区体积范围在21~62 cm3(中位数37 cm3)。IPSA计划和HIPO计划的靶区剂量均能满足处方要求,D90D100和CI的均值接近,差异均无统计学意义(P>0.05),而IPSA计划和HIPO计划的靶区V100%(85.01±0.55、87.72±0.49)和HI(0.42±0.06、0.51±0.08)两项参数比较,差异均有统计学意义(t=2.54、3.02,P<0.05)。

2.危及器官剂量:IPSA计划和HIPO计划靶区和危及器官剂量对比结果列于表 1。由表 1可知两种优化算法相比,HIPO计划中膀胱和直肠的剂量明显降低(t=0.27、0.19,P<0.05)。

表 1 43例宫颈癌患者的两种计划靶区与危及器官参数对比(x±s) Table 1 The dosimetric comparison between IPSA and HIPO of 43 patient with cervical cancer(x±s)

3.驻留位权重:两组治疗计划的驻留位权重有较大差别,通过与HIPO计划中驻留位权重的对比,IPSA计划的驻留位权重明显较高,IPSA优化算法激活的驻留位数量明显低于HIPO计划,并且在个别治疗计划中所呈现的就是会出现单个驻留位驻留时间过长或有多个驻留位驻留时间为0的情况。

讨论

IPSA优化算法在近距离治疗的计划设计中应用最为广泛,IPSA优化是遵循着巴黎系统的同时基于数学的算法,数学公式定义了临床剂量约束条件,通过迭代优化目标函数值。然而,它在计算计划时通常会使每根驻留管道的两端有很长的驻留时间[14-15]。在这种情况下当施源器出现位置移动时,会出现较大的照射剂量偏差,导致靶区所需剂量不足或者OAR受量过高。目前已有使用将施源器中心5 mm的直径范围进行勾画并加以约束来控制剂量梯度的报道[16],但对于使用IPSA计算得出的计划,为了控制这些热点,通常另需物理师手动调节驻留位的驻留时间,以及配合使用图形化优化来进行最终的剂量分配。所有这些步骤都增加了总的计划设计时间,也因此使患者的等待时间加长,从而使患者在治疗时与定位时的施源器位置吻合度及患者舒适度下降。

而在Oncentra近距离TPS的V4.3版本开始添加了HIPO优化算法,即基于CT图像上勾画的轮廓和施源器的植入位置而设计的治疗计划[14],此算法是对不同轮廓结构的目标函数约束权重的总和进行调配,对高于或低于约束的剂量值进行惩罚[5, 17]。本研究的目的是评价在使用Oncentra近距离TPS设计宫颈癌腔内联合组织间插植后装放疗中的IPSA优化和HIPO优化两种逆向方法的剂量学差异。研究结果显示,在两种算法两组计划均能满足临床需求,但HIPO计划在控制靶区V100%和HI指数以及膀胱、直肠受照剂量方面有明显优势。在使用HIPO算法在进行优化时可以对一定数量的施源管道进行锁定,以保证他们的驻留时间固定,并对其余的施源管道进行优化,这样在施源器内便有着更平滑的放射源步进,以实现限制调整和消除剂量热点,从而有效提升治疗计划有驻留时间分布的均匀性[8],根据本研究的计算结果可看出,HIPO计划在优化后把剂量分配优化的更加均匀,参与优化的驻留位更多,若需要二次手动优化时,提高了计划的可调节性,并且当轮廓有重叠时,可以限制其优化优先级别,以控制特定的器官受量。而使用HIPO算法设计的治疗计划有着可减少对物理师技术和经验依赖的优势,由此可缩减治疗整体的时间,由此,在宫颈癌腔内联合插植后装的计划设计时HIPO优化算法可以作为IPSA优化算法的替代选择。

但是由于IPSA优化算法的研发并投入使用要早于HIPO优化算法,且另有多个研究表明,在宫颈癌的后装治疗中使用IPSA逆向计划可提高靶区剂量覆盖的情况下减少OAR受照剂量的优势[18-19],因此,目前在宫颈癌的三维后装治疗的计划设计上,依旧是更多的使用IPSA优化算法。而伴随着高剂量率后装治疗的开展以及Oncentra Brachy计划系统的版本升级,HIPO优化算法已应用到了宫颈癌以及其他病种后装治疗的临床使用中[14, 17, 20]

综上所述,在进行宫颈癌腔内联合组织间插植后装治疗时,两种逆向优化算法从整体上均能满足临床要求,但HIPO计划较IPSA计划可以提高靶区的V100% 和HI指数,同时减少膀胱和直肠的受量。

利益冲突
作者贡献声明 薛涛负责设计研究方案和论文的撰写及修改;孙云川负责指导论文写作和修改;刘光波负责参与论文修改;王斌、周丽霞、刘志坤、闫慧娟、王佩烨负责数据收集;史立中、白广磊负责数据分析
参考文献
[1]
Han K, Milosevic M, Fyles A, et al. Trends in the utilization of brachytherapy in cervical cancer in the United States[J]. Int J Radiat Oncol Biol Phys, 2013, 87(1): 111-119. DOI:10.1016/j.ijrobp.2013.05.033
[2]
Dimopoulos JC, Pötter R, Lang S, et al. Dose-effect relationship for local control of cervical cancer by magnetic resonance image guided brachytherapy[J]. Radiother Oncol, 2009, 93(2): 311-315. DOI:10.1016/j.radonc.2009.07.001
[3]
Pötter R, Georg P, Dimopoulos JC, et al. Clinical outcome of protocol based image(MRI) guided adaptive brachytherapy combined with 3D conformal radiotherapy with or without chemotherapy in patients with locally advanced cervical cancer[J]. Radiother Oncol, 2001, 100(1): 116-123. DOI:10.1016/j.radonc.2011.07.012
[4]
Lessard E, Pouliot J. Inverse planning anatomy-based dose optimization for HDR-brachytherapy of the prostate using fast simulated annealing algorithm and dedicated objective function[J]. Med Phys, 2001, 28(5): 773-779. DOI:10.1118/1.1368127
[5]
Lahanas M, Baltas D, Gannouli S. Global convergence analysis of fast multiobjective gradient-based dose optimization algorithms for high-dose-rate brachytherapy[J]. Phys Med Biol, 2003, 48(5): 599-617. DOI:10.1088/0031-9155/48/5/304
[6]
Karabis A, Giannouli S, Baltas D. 4D HIPO:a hybrid inverse treatment planning optimization algorithm in HDR brachytherapy[J]. Radiother Oncol, 2005, 76(05): 81018-7. DOI:10.1016/s0167-8140(05)81018-7
[7]
Kirpatrick S, Gelatt CD, Vecchi PM. Optimization by simulated annealing[J]. Science, 1983, 220(4598): 671-680. DOI:10.1126/science.220.4598.671
[8]
Dinkla AM, Laarse RVD, Kaljouw E, et al. A comparison of inverse optimization algorithms for HDR/PDR prostate brachytherapy treatment planning[J]. Brachytherapy, 2015, 14(2): 279-288. DOI:10.1016/j.brachy.2014.09.006
[9]
Belhadj H, Berek J, Bermudez A, et al. FIGO staging for carcinoma of the vulva, cervix, and corpus uteri[J]. Int J Gynaecol Obstet, 2014, 125(2): 97-98. DOI:10.1016/j.ijgo.2014.02.003
[10]
Haie-Meder C, Pötter R, Van Limbergen E, et al. Recommendations from Gynaecological(GYN)GEC-ESTRO working group(Ⅰ):concepts and terms in 3D image based 3D treatment planning in cervix cancer brachytherapy with emphasis on MRI assessment of GTV and CTV[J]. Radiother Oncol, 2005, 74(3): 235-245. DOI:10.1016/j.radonc.2004.12.015
[11]
Hsu IC, Lessard E, Weinberg V, et al. Comparison of inverse planning simulated annealing and geomerical optimization for prostate high-dose-rate brachytherapy[J]. Brachytherapy, 2004, 3(3): 147-152. DOI:10.1016/j.brachy.2004.05.007
[12]
Wu A, Ulin K, Sternick ES. A dose homogeneity index for evaluating 192Ir interstitial breast implants[J]. Med Phys, 1998, 15(1): 104-107. DOI:10.1118/1.596152
[13]
Bahadur YA, Constantinescu C, Sayed MEE, et al. 3D anatomy-based planning optimization for HDR brachytherapy of cervix cancer[J]. Brachytherapy, 2011, 10(1): S61-S62. DOI:10.1016/j.brachy.2011.02.110
[14]
Trnková P, Pötter R, Baltas D, et al. New inverse planning technology for image-guided cervical cancer brachy-therapy:description and evaluation within a clinical frame[J]. Radiother Oncol, 2009, 93(2): 331-340. DOI:10.1016/j.radonc.2009.10.004
[15]
Szlag M, Biaas B, Slosarek K, et al. IPSA vs. geometry based optimization in dose distribution calculation in accelerated partial breast irradiation[J]. J Contemp Brachyther, 2009, 1(3): 187.
[16]
Chajon E, Dumas I, Touleimat M, et al. Inverse planning approach for 3D MRI-based pluse-dose rate intracavitary brachytherapy in cervix cancer[J]. Int J Radiat Oncol Biol Phys, 2007, 69(3): 955-961. DOI:10.106/j.ijrrobp.2007.07.2321
[17]
Panettieri V, Smith RL, Mason NJ, et al. Comparison of IPSA and HIPO inverse planning optimization algorithm for prostate HDR brachytherapy[J]. J Appl Clin Med Phys, 2014, 15(6): 5055. DOI:10.1120/jacmp.v15i6.5055
[18]
Palmqvist T, Dybdahl Wanderås A, Langeland Marthinsen AB, et al. Dosimetric evaluation of manually and inversely optimized treatment planning for high dose rate brachytherapy of cervical cancer[J]. Acta Oncol, 2014, 53(8): 1012-1018. DOI:10.3109/0284186X.2014.928829
[19]
彭倩, 王培, 王先良, 等. 宫颈癌后装治疗中图形优化与逆向模拟退火优化剂量学分析[J]. 中华放射医学与防护杂志, 2016, 36(12): 909-912.
Peng Q, Wang P, Wang XL, et al. Comparison of graphical optimization and inverse planning simulated annealing for brachytherapy of cervix cancer[J]. Chin J Radio Med Prot, 2016, 36(12): 909-912. DOI:10.3760/cma.j.issn.0254-5098.2016.12.006
[20]
Poulin E, Varfalvy N, Aubin S, et al. Comparison of dose and catheter optimization algorithms in prostate high-dose-rate brachytherapy[J]. Brachytherapy, 2016, 15(1): 102-111. DOI:10.1016/j.brachy.2015.09.010