中华放射医学与防护杂志  2020, Vol. 40 Issue (9): 674-678   PDF    
引用本文
莫少玲, 刘懿梅, 杨鑫, 何立儒, 黄思娟. 基于磁共振图像手工勾画宫颈癌危及器官稳定性分析[J]. 中华放射医学与防护杂志, 2020, 40(9): 674-678, DOI: 10.3760/cma.j.issn.0254-5098.2020.09.004.
基于磁共振图像手工勾画宫颈癌危及器官稳定性分析
莫少玲 , 刘懿梅 , 杨鑫 , 何立儒 , 黄思娟     
中山大学肿瘤防治中心 华南肿瘤学国家重点实验室 肿瘤医学协同创新中心 广东省鼻咽癌诊治研究重点实验室, 广州 510060
收稿日期: 2020-01-10
基金项目: 广东省自然科学基金(2017A030310217)
通信作者: 黄思娟, huangsj@sysucc.org.cn
[摘要] 目的 以宫颈癌MR图像为基础，分析不同勾画者、同一勾画者不同时间手工勾画危及器官(OARs)的稳定性，为放疗计划设计的序列选择进行初步探索。方法 回顾性分析中山大学肿瘤防治中心放疗科2016—2018年经MR-sim扫描的30例宫颈癌患者，选取共有的T1WI、T1dixonc和T2WI 3序列MR图像导入Monaco计划系统，由两位临床放疗医师独立在每个患者3个序列上分别勾画膀胱、直肠、肛管、左/右股骨头。其中一位医师在完成首次勾画工作后的一个月再次完成T1WI序列及各OARs的勾画。统计分析各OARs的相似性系数(DSC)、豪斯多夫距离(HD)和位置差异(Δx、Δy、Δz)。结果 不同勾画者在T1WI、T1dixonc、T2WI序列和同一个勾画者在T1WI序列上勾画5个OARs的HD值均 < 2 mm；位置差异均 < 5 mm。不同勾画者和同一个勾画者不同时间勾画的DSC、HD及位置差异与OARs体积呈正相关性(R=0.178~0.582，P < 0.05)。因肛管体积较小(7.385±1.555)cm3，DSC值均 < 0.7表现稍差外，其余OARs平均DSC值均>0.82。通过两两比较3个序列上不同勾画者勾画OARs的DSC、HD发现，T1WI序列直肠、左/右股骨头的DSC值、膀胱、左/右股骨头、直肠的HD值以及肛管、右股骨头Δz轴差异均优于T1dixonc，差异有统计学意义(t=-3.116~3.604，P < 0.05)；T1WI序列直肠DSC值和肛管HD值较T2WI序列好(t=2.934、3.677，P < 0.05)；T1dixonc序列直肠DSC、肛管HD差异稍优于T2WI(t=6.806、2.130，P < 0.05)；T2WI序列勾画骨组织(左/右股骨头)稳定性优于T1WI、T1dixonc，且差异均具有统计学意义(t=-6.580~6.542，P < 0.05)。结论 基于MR图像的不同勾画者和同一勾画者不同时间勾画膀胱、直肠、股骨头稳定性较好，肛管次之。且T1WI序列OARs勾画稳定性较优于T1dixonc、T2WI。
[关键词] 人工勾画    宫颈癌    核磁共振    危及器官    
Robustness of MRI-based manual segmentation of organs at risk for cervical cancer
Mo Shaoling , Liu Yimei , Yang Xin , He Liru , Huang Sijuan     
Sun Yat-sen University Cancer Center, State Key Laboratory of Oncology in South China, Collaborative Innovation Center for Cancer Medicine, Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy, Guangzhou 510060
Fund programs: Natural Science Foundation of Guangdong Province (2017A030310217)
Corresponding author: Huang Sijuan, huangsj@sysucc.org.cn
[Abstract] Objective The aim of the study is to investigate the inter-observer and intra-observer precision in manually segmentation of organs-at-risk(OARs) for cervical cancer on the basis of MR image, and to preliminarily explore sequence selection designed for radiotherapy planning. Methods Thirty cervical cancer patients scanned by MR-sim from 2016 to 2018 in the department of radiotherapy of Sun Yat-sen university cancer center were retrospectively analyzed. T1WI, T1dixonc and T2WI sequence from MR-simulator were selected and imported into Monaco planning system. Manual segmentation of 5 organs-at-risk (bladder, rectum, anal canal, and left/right femoral head) was done by 2 independent experienced physicians on three sequences acquired from these patients. A month later, the second segmentation of the OARs in the T1WI sequence was done by one of the two physicians. Dice similarity coefficient (DSC), Hausdorff distance (HD) and position difference(Δx, Δy, Δz) of each OAR were used to analyze the robustness of inter-observer and intra-observer segmentation OARs. Results The HD values of five OARs segmentation by the two physicians in T1WI, T1dixonc and T2WI sequences and the same physician in T1WI at different time were all less than 2 mm; the position differences were less than 5 mm. The DSC values, HD values and difference position values of the two physician and the same physician at different time was positively correlated with the volume of OARs (R=0.178-0.582, P < 0.05). Due to the small volume of the anal canal (7.385±1.555) cm3, the DSC values were less than 0.7 and the performance was slightly worse. The average DSC values of other OARs were all greater than 0.82. Comparing the DSC, HD and position differences of OARs in the three sequences, DSC values of rectum, left/right femoral head and bladder, HD values of left/right femoral head and rectum, and Δz axis difference of anal canal and right femoral head of T1WI sequence were better than T1dixonc (t=-3.116-3.604, P < 0.05); DSC value of rectum and HD value of anal canal in T1WI sequence were better than T2WI sequence(t=2.934, 3.677, P < 0.05);T1dixonc sequence rectal DSC, right femoral head Δz axis difference were slightly better than T2WI(t=6.806, 2.130, P < 0.05). T2WI sequence bone tissue (left/right femoral head) stability was better than T1WI, T1dixonc, and the difference was statistically significant (t=-6.580-6.542, P < 0.05). Conclusions From three index of DSC, HD and position difference, the robustness of inter-observer and intra-observer segmentation of bladder, rectum and femoral head are fine based on MR sequence, followed by anal canal. In addition, the robustness of OARs segmentation by T1WI sequence is better than that of T1dixonc and T2WI sequence.
[Key words] Manually segmentation    Cervical cancer    Magnetic resonance image    Organs-at-risk    

目前，放疗定位及放疗计划的设计均以CT图像为基础[1]，而CT图像对软组织的分辨率低，在一些危及器官及靶区的确定上存在着明显的不足，特别是对头颈部、盆腔、前列腺、脊髓和其他软组织区域的肿瘤[2]。磁共振成像(magnetic resonance imaging，MRI)具有多参数、多序列成像，可以提供丰富的诊断信息，与CT相比，软组织分辨率高且无辐射剂量[3]。MRI除了能更好定位软组织，在无电离辐射下获得图像外，MR引导放射治疗还具有精准摆位、在线自适应放疗和实时监测肿瘤运动三大临床优势[4]。

近几年，放射治疗中基于MRI的靶区或危及器官(organs at risk, OARs)勾画等研究越来越多。Voroney等[5]对21例肝癌患者进行研究得出，MRI上定义的肿瘤体积比CT上定义的肿瘤体积大，表明仅使用CT图像对靶点勾画可能会遗漏一些病灶，他们认为MRI可以检测到CT检测不到的外扩肿瘤。有研究表明，引入MRI勾画肿瘤后，医生勾画靶区有明显改善[6-7]。Sander等[8]以根治性前列腺癌放射治疗后的不良反应最小为目标，分别利用MRI和CT勾画前列腺癌临床靶区(clinical target volume, CTV)发现，基于MRI勾画前列腺癌CTV可以减少前列腺放疗后的长期毒性。Doshi等[9]对10例口咽癌和喉癌患者的大体肿瘤体积(Gross tumor volume, GTV)进行MRI自动勾画的结果显示，基于MRI自动勾画的头颈部GTV是可以用于临床上的。

基于MRI的优势及其在放疗临床中的应用，MR-only的放疗计划必然成为一大趋势，但MRI序列较多，制定放疗计划的序列选择仍是一个未知数。为了解决这个问题，本研究以宫颈癌MR图像为基础，通过分析不同勾画者及同一勾画者不同时间勾画OARs的差异性，探索不同序列间勾画的稳定性，为放疗计划的序列选择奠定基础。本研究以宫颈癌MR图像为基础，主要分析不同勾画者、同一勾画者不同时间勾画OARs的稳定性。

资料与方法

1.患者资料：回顾性分析2016—2018年在中山大学肿瘤防治中心确诊并接受放射治疗的30例宫颈癌患者作为研究对象，年龄24~84岁(平均年龄59岁)。其中，腺癌6例(IA~ⅡB期)，鳞癌24例(IA~ⅣB期)。

2.图像获取：所有患者均采用MR兼容的真空垫固定，仰卧，双手上举，头先进。使用荷兰Philips 3.0T Intera MR模拟机扫描，扫描层厚3 mm。选取共有T1WI、T1dixonc和T2WI序列的MR图像并导入Monaco (Version 5.11.01)计划系统。

3. OARs勾画：两位放疗主治医师依据本放疗中心OARs勾画准则进行勾画，直肠从第3骶椎平面与乙状结肠交界处到与肛管交界处即肛直肠线以上；膀胱为全部膀胱壁及其内容物；肛管从与直肠交界处即肛直肠线以下到肛门以上；股骨头为股骨的一部分，位于股骨近端，上端与髋臼关节相对。每位医师独立在每个患者3个序列上勾画上述5个OARs。其中一位医师在完成首次勾画工作后的1个月再次完成T1WI序列各OARs的勾画。

4.评估指标：运用3DSlicer开源软件统计相似性系数(dice similarity coefficient, DSC)、豪斯多夫距离(Hausdorff distance, HD)和VODCA软件统计勾画危及器官的位置差异(Δx、Δy、Δz)。

(1) 相似性指数：DSC表示两个结构重叠区域所占比例[10]，其定义公式为：

$ \mathrm{DSC}=2(\mathrm{A} \cap \mathrm{B}) /(\mathrm{A}+\mathrm{B}) $ (1)

式中，A、B为两个不同的勾画结构，A∩B为两个勾画结构的交集。0 < DSC < 1，当两者的相似性越高，DSC越趋近于1。

(2) 豪斯多夫距离：HD表示两个结构外轮廓的距离，该值越小，说明两个结构间几何差异越小，其定义公式为：

$ \begin{array}{l} {\rm{H}}{{\rm{D}}_{{\rm{average }}}} = {\rm{ average }}\left\{ {\mathop {\max }\limits_{x \in X} \mathop {\min }\limits_{y \in Y} d(x, y)} \right., \\ \left. {\mathop {\min }\limits_{y \in Y} \mathop {\max }\limits_{x \in X} d(x, y)} \right\} \end{array} $ (2)

式中，X、Y为不同的勾画结构，x、y分别是结构X、Y内的点，d(x, y)是两个结构对应点的距离。HD值越小，结构间差异越小。界定HD>5 mm精度差；3 mm < HD < 5 mm精度良好；HD < 3 mm精度好[11]。

(3) 位置差异：记录勾画结构几何中心在3个坐标轴上的坐标差异Δx，Δy，Δz(Δ ＝结构1－结构2)，能较直观地反映三维空间中不同勾画者或同一勾画者不同时间勾画OARs的位置关系。位置差异在5 mm内，表示勾画稳定性好[12]。

5.统计学处理：应用SPSS 25.0软件进行数据分析。数据经正态性检验，符合正态分布的用x±s表示，采用配对t检验；不符合正态分布，采用Wilcoxon符号秩和检验。P < 0.05为差异有统计学意义。

结果

1.不同勾画者勾画的几何精度分析：两位勾画者分别在T1WI、T1dixonc和T2WI序列上勾画5个OARs，除肛管的DSC值< 0.7外，膀胱、左/右股骨头、直肠DSC均>0.82。5个OARs的HD值均 < 2 mm；位置差异均 < 5 mm。其中，T1WI序列膀胱DSC值最高；T2WI序列右股骨头HD值最小；位置差异最小的是T2WI序列左股骨头的Δy，结果见表 1。

表 1 不同勾画者对30例宫颈癌患者OARs不同序列勾画的几何精度(mm, x±s) Table 1 Geometric accuracy of OARs delineation on different MRI sequences of 30 patients with cervical cancer of inter-observers (mm, x±s)

2.同一个勾画者不同时间(两次)勾画T1WI序列几何精度分析：同一个勾画者两次勾画，膀胱和股骨头DSC值均>0.9，直肠次之，平均DSC值为(0.839±0.050) mm，肛管DSC值较差，为(0.698±0.079) mm。各OARs两次勾画轮廓差异小，HD值均 < 2 mm，特别是膀胱和右股骨头的HD值均 < 1 mm，分别为0.827和0.897 mm。30例患者各OARs在3个方向上位置差异均 < 4 mm，Δx、Δy、Δz方向位置差异最大值分别为1.352、2.138和3.931 mm。

3.DSC、HD及位置差异与体积大小相关性分析：不同勾画者勾画和同一个勾画者不同时间勾画OARs的DSC与OARs体积呈正相关(R=0.550~0.582，P < 0.05)，且为中度相关；HD与OARs体积呈正相关(R=0.178~0.232，P < 0.05)，但相关性较弱；Δx与OARs体积呈正相关(R=0.298~0.536，P < 0.05)；Δz与OARs体积呈正相关(R=0.237~0.238，P < 0.05)。即OARs体积越大，勾画结果的吻合程度越高。因此，勾画体积大的OARs(膀胱和股骨头)时，形状吻合度评价指标DSC、HD及位置差异得到的结果更好。相反，对于体积较小器官(肛管)其结果较差，不同勾画者和同一个勾画者所得DSC值均 < 0.7。

讨论

精确的放疗计划是影响精准放疗的重要因素。OARs勾画是放疗计划优化不可或缺的一部分，受勾画者的主观意识及影像清晰度的影响。随着影像设备的发展及MRI模拟定位机在放疗中的普及，研究表明MRI技术在放疗中能获得较好的结果[13-14]。故本研究通过对30例宫颈癌患者的MR图像进行不同勾画者及同一勾画者不同时间勾画OARs的精度分析得出，基于MR勾画盆腔OARs具有良好的精确度(除肛管外，所有器官的DSC值>0.82；所有器官的平均HD < 3 mm；所有器官的位置差异 < 5 mm)。

本研究中，不同勾画者和同一勾画者在T1WI、T1dixonc和T2WI序列上手工勾画膀胱、直肠、左/右股骨头的重合度较高，而体积较小的肛管的重合度较低。本实验不同勾画者基于MR序列手工勾画直肠和膀胱DSC值与Voroney等[5]基于MR序列自动勾画的实验结果相似。Nyholm等[15]研究表明, T2WI序列自动勾画直肠、肛管、左/右股骨头DSC值分别为0.81、0.73、0.94、0.94 mm，与手工勾画重合度较高。结合本研究中不同勾画者T2WI序列手工勾画直肠、肛管、左/右股骨头的DSC值结果提示，基于MR序列勾画盆腔OARs无论是自动勾画还是手工勾画都可以获得很好的轮廓精度。

DSC和HD是轮廓一致性的良好指标。DSC是一种基于体积的度量，是结果重叠的良好指标。然而，有研究表明，它对结构的大小敏感，但对于不规则结构并非一种很好的指标。由Zou等[10]进行的脑肿瘤勾画研究，在表达空间信息时，基于距离的度量是DSC的一个很好的替代。HD是两个结构之间空间距离的度量，并提供在轮廓误差和有轮廓边界背景下具有临床意义的指标，如不同勾画者勾画OARs的差异中，膀胱的DSC值是最大、HD值是最小的，而右股骨头DSC值比左股骨头大但左股骨头的HD值比右股骨头小。通过统计位置差异，能较直观地反映三维空间中自动勾画与手工勾画组织结构的位置关系[16]。

通过研究发现DSC、HD及位置差异与OAR的体积均呈正相关，在勾画体积较小的肛管时无论是不同勾画者勾画还是同一勾画者不同时间的勾画DSC、HD及位置差异都出现了不同程度的降低。小体积器官DSC值较小可能是因为体积小勾画容易出现偏差。如将本研究中的MR扫描层厚由3 mm缩小为1 mm, 有可能为小体积器官勾画提供更多的轮廓信息，从而提高小体积器官的勾画精度。但薄层扫描会导致MR影像文件过大，后续计划优化和计算速度减慢[17]。因此, 如果对于临床要求较高的小体积器官可考虑采用薄层扫描。磁共振成像具有高组织分辨率和可多方位、多序列成像等特点。

有研究表明，MR-Lianc系统引导放疗更精确，剂量分布更好，且能更好地实现自适应放疗[18]。基于MR-only的放疗计划设计中序列的选择仍是一个问题。本研究通过分析不同勾画者及同一勾画者不同时间勾画宫颈癌OARs的差异性得出，不同勾画者在3个序列上勾画精确度的稳定性均能达到临床要求，且同一个勾画者不同时间在T1WI序列上勾画OARs具有更好的稳定性。同时，通过两两对比3个序列OARs的DSC、HD和位置差异的结果发现，T1WI序列上勾画OARs稳定性均优于在T1dixonc、T2WI。

综上，以DSC、HD和位置差异为评价指标基于MR序列不同勾画者及同一勾画者不同时间勾画膀胱、直肠、股骨头稳定性较好，肛管次之。其次，T1WI序列OARs勾画稳定性较优于T1dixonc、T2WI。

志谢 本研究接受广州市珠江科技新星专项资助(201710010162);大学生创新创业训练计划项目(20191390109; 201813902075; 201813902071; 201713902050);“医学信息分析及肿瘤诊疗湖北省重点实验室”开放课题(PJS140011504)资助

利益冲突  无

作者贡献声明  莫少玲负责收集并统计分析数据及撰写论文；刘懿梅、何立儒负责OARs的勾画和临床指导；杨鑫负责指导写作与修改；黄思娟负责提供论文思路和写作指导

参考文献
[1]
任雯廷, 陈辛元, 戴建荣. 磁共振放疗模拟定位技术应用现状与问题[J]. 中华放射肿瘤学杂志, 2015, 24(1): 93-96.
Ren WT, Chen XY, Dai JR. Application status and problems of magnetic resonance radiotherapy simulation localization technique[J]. Chin J Radiat Oncol, 2015, 24(1): 93-96. DOI:10.3760/cma.j.issn.1004-4221.2015.01.025.j.issn.1004-4221.2015.01.025
[2]
van Herk M. Errors and margins in radiotherapy[J]. Semin Radiat Oncol, 2004, 14(1): 52-64. DOI:10.1053/j.semradonc.2003.10.003
[3]
Chung NN, Ting LL, Hsu WC, et al. Impact of magnetic resonance imaging versus CT on nasopharyngeal carcinoma:primary tumor target delineation for radiotherapy[J]. Head Neck, 2004, 26(3): 241-246. DOI:10.1002/hed.10378
[4]
应延辰, 陈华, 王昊, 等. ViewRay磁共振引导放疗系统的研究进展[J]. 中华放射医学与防护杂志, 2019, 39(4): 316-320.
Ying YC, Chen H, Wang H, et al. Research progress on ViewRay magnetic resonance guided radiotherapy system[J]. Chin J Radiol Med Prot, 2019, 39(4): 316-320. DOI:10.3760/cma.j.issn.0254-5098.2019.04.013
[5]
Voroney JP, Brock KK, Eccles C, et al. Prospective comparison of computed tomography and magnetic resonance imaging for liver cancer delineation using deformable image registration[J]. Int J Radiat Oncol Biol Phys, 2006, 66(3): 780-791. DOI:10.1016/j.ijrobp.2006.05.035
[6]
Thornton AF Jr, Sandler HM, Ten Haken RKT, et al. The clinical utility of magnetic resonance imaging in 3-dimensional treatment planning of brain neoplasms[J]. Int J Radiat Oncol Biol Phys, 1992, 24(4): 767-775. DOI:10.1016/0360-3016(92)90727-y
[7]
Alejandra MR, Joanne V, Roy SD, et al. Comparison of macroscopic pathology measurements with magnetic resonance imaging and assessment of microscopic pathology extension for colorectal liver metastases[J]. Int J Radiat Oncol, 2012, 82(1): 159-166. DOI:10.1016/j.ijrobp.2010.10.032
[8]
Sander L, Langkilde NC, Holmberg M, et al. MRI target delineation may reduce long-term toxicity after prostate radiotherapy[J]. Acta Oncol, 2014, 53(6): 809-814. DOI:10.3109/0284186X.2013.865077
[9]
Doshi T, Wilson C, Paterson C, et al. Validation of a magnetic resonance imaging-based auto-contouring software tool for gross tumour delineation in head and neck cancer radiotherapy planning[J]. Clini Oncol, 2017, 29(1): 60-67. DOI:10.1016/j.clon.2016.09.016
[10]
Zou KH, Warfield SK, Bharatha A, et al. Statistical validation of image segmentation quality based on a spatial overlap index[J]. Acad Radiol, 2004, 11(2): 178-189. DOI:10.1016/s1076-6332(03)00671-8
[11]
Noel CE, Zhu F, Lee AY, et al. Segmentation precision of abdominal anatomy for MRI-based radiotherapy[J]. Med Dosim, 2014, 39(3): 212-217. DOI:10.1016/j.meddos.2014.02.003
[12]
胡彩容, 林小艺, 阴晓娟, 等. 自动勾画软件在食管癌中的应用[J]. 中华放射医学与防护杂志, 2018, 38(9): 684-689.
Hu CR, Lin XY, Yin XJ, et al. Application of autosegmentation software in esophageal cancer[J]. Chin J Radiol Med Prot, 2018, 38(9): 684-689. DOI:10.3760/cma.j.issn.0254-5098.2018.09.009
[13]
Mcdonald B, Vedam S, Yang J, et al. Initial experience with MR-guided adaptive radiotherapy for head and neck cancers:daily setup and dosimetric variability on an MR-linac[J]. Int J Radiat Oncol, 2020, 106(5): 1171. DOI:10.1016/j.ijrobp.2019.11.171
[14]
Zhu Y, Wei R, Gao G, et al. Fully automatic segmentation on prostate MR images based on cascaded fully convolution network[J]. J Magn Reson Imaging, 2019, 49(4): 1149-1156. DOI:10.1002/jmri.26337
[15]
Nyholm T, Svensson S, Andersson S, et al. MR and CT data with multiobserver delineations of organs in the pelvic area-part of the Gold Atlas project[J]. Med Phys, 2018, 45(3): 1295-1300. DOI:10.1002/mp.12748
[16]
Pejavar S, Yom SS, Hwang A, et al. Computer-assisted, atlas-based segmentation for target volume delineation in whole pelvic IMRT for prostate cancer[J]. Technol Cancer Res Tret, 2013, 12(3): 199-206. DOI:10.7785/tcrt.2012.500313
[17]
Dial C, Weiss E, Siebers JV, et al. Benefits of adaptive radiation therapy in lung cancer as a function of replanning frequency[J]. Med Phys, 2016, 43(4): 1787. DOI:10.1118/1.4943564
[18]
黄伟, LiX.Allen, 李宝生. MRI引导的自适应放疗技术进展[J]. 中华放射肿瘤学杂志, 2017, 26(7): 819-822.
Huang W, Li XA, Li BS. Advances in magnetic resonance imaging-guided adaptive radiotherapy[J]. Chin J Radiat Oncol, 2017, 26(7): 819-822. DOI:10.3760/cma.j.issn.1004-4221.2017.07.021