中华放射医学与防护杂志  2024, Vol. 44 Issue (3): 202-206   PDF    
机器视觉在分次放射治疗中的应用研究
陈晓琳 , 谢杨超 , 林兴福 , 黄分盆 , 陈婷莹 , 陈万泉 , 王少锋     
厦门医学院附属第二医院肿瘤放疗科, 厦门 361021
[摘要] 目的 开发一款精准位移实时智能捕捉系统, 应用于肿瘤放射治疗过程中分次内体位误差偏移监测。方法 在实验室和治疗室内模拟放射治疗环境, 使用xyz三轴位移平台(LD60-LM)和千分表作为位移测量工具, 同时运用精准位移实时智能捕捉系统监测位置偏移。另入组23例放疗患者, 利用该系统监测分次内体位误差偏移。将摄像机采集到的数据与实际位移对应的偏差值进行相关的描述性分析, 计算出平均值和标准偏差。结果 实验室校准监测发现在20 mm以内位移的差值≤0.5 mm, 50 mm位移的最大差值为1.47 mm; 治疗室校准结果发现左、右摄像头均显示在yz轴对应的偏差值为±0.2 mm, 中间摄像头显示在xz轴对应的偏差值为±0.31 mm; 23例患者的37次放疗过程中监测中间摄像头发现5次偏离5 mm阈值, 偏差最大时长和位移分别为57.2 s和9.24 mm。结论 基于机器视觉原理研发的精准位移实时智能捕捉系统在肿瘤放射治疗过程中能实现实时体位偏移误差监测, 但仍需进一步完善系统和服役检测。
[关键词] 机器视觉    放射治疗    实时监测    摆位误差    
Application of machine vision in fractionated radiotherapy
Chen Xiaolin , Xie Yangchao , Lin Xingfu , Huang Fenpen , Chen Tingying , Chen Wanquan , Wang Shaofeng     
Department of Radiation Oncology, the Second Affiliated Hospital of Xiamen Medical College, Xiamen 361021, China
[Abstract] Objective To monitor intra-fractional set-up errors in tumor radiotherapy using a real-time intelligent capture system for precision displacement. Methods A simulated radiotherapy environment was created in both the laboratory and the treatment room. A three-axis (xyz) displacement platform (LD60-LM) and dial gauges were used as displacement measurement tools. Moreover, a real-time intelligent capture system for precision displacement was developed for displacement monitoring. With 23 patients treated with radiotherapy enrolled in this study, the above system was employed to monitor their intra-fractional set-up errors in fractionated radiotherapy. Descriptive analyses were conducted on the deviations between the data captured by cameras and the actual displacement, obtaining the mean values and standard deviation. Results The monitoring calibration data from the laboratory revealed displacement differences of ≤ 0.5 mm within 20 mm and a maximum displacement difference of 1.47 mm for 50 mm. In contrast, the calibration result from the treatment room exhibited deviations of ± 0.2 mm on the y-z axes, as displayed by both the left and right cameras, and ± 0.31 mm on the x-z axes, as displayed by the middle camera. During 37 radiotherapy sessions in 23 patients, the monitoring result from the middle camera revealed five deviations exceeding the threshold of 5 mm, with the maximum deviation duration and displacement of 57.2 s and 9.24 mm, respectively. Conclusions The real-time intelligent capture system for precision displacement based on machine vision can achieve real-time monitoring of set-up errors during tumor radiotherapy. Nevertheless, further improvements and service testing are necessary for this system.
[Key words] Machine vision    Radiotherapy    Real-time monitoring    Set-up errors    

放射治疗是肿瘤治疗的重要手段之一,其精确性对于治疗至关重要。然而,在临床实践中,摆位误差无法避免,主要由治疗设备产生的系统误差和患者或治疗师产生的放疗分次内误差组成[1]。放疗分次内误差包括患者的器官运动和治疗过程中的体位偏移[2]。关于如何减少因患者的器官运动(如呼吸运动)造成的误差较多[3-6],而对于放射治疗过程中分次内的体位偏移研究主要是通过电子射野影像系统(EPID)或锥形束计算机断层成像(CBCT)了解分次内体位偏移情况,但针对分次内体位误差的影响因素(如分割序列、治疗时间、患者体重)进行改进并不能做到实时监控解决实质性问题[7]。田菲等[8]利用计算机双目视觉技术监测的呼吸运动及体位误差范围为5 mm,敏感性较低、技术原理复杂、设备费用高。目前应用于肿瘤放射治疗过程中的体位偏移的校正和实时监测的设备在市面上以体表光学摆位系统(OSMS)应用较多[9],但是这些光学体表放射治疗设备存在费用昂贵、操作过程繁琐及人员参与较多、精度受面部表情变化、皮肤破损及补偿物的反光影响等不足均有待改进[10-11]。本研究首次基于机器视觉位移监测原理研发一款精准位移实时智能捕捉系统,实时监测肿瘤放射治疗过程中患者的体位偏移情况,并设置误差阈值发出报警信息。

材料与方法

1. 治疗设备:该研究采用大孔径CT(北京通用公司,Discovery CT590RT),具备四维计算机断层成像(4DCT)功能。在放射治疗计划中,使用了蒙特卡罗(Monaco 5.11.03)金标准算法。直线加速器(英国医科达公司,Precise)配备了EPID验证系统和容积旋转调强治疗(VAMT)系统,所有设备均定期进行质量保证(QA)校正。

2. 精准位移实时智能捕捉系统:该系统由3个安装在肿瘤放射治疗室的高清工业级摄像头和一台监测显示器组成(图 1A),将3个25 mm圆形体表标记(图 1B)分别贴附于患者模具或患者体表的治疗中心定位投射点。标记中心黑色圆形直径为15 mm,图像上的标记物通过系统识别处理,可以获得直径对应的像素数大小,通过实际直径与像素直径相除,可以得到对应比例系数,最后通过比例关系则可实现移动距离和实际距离的转化。每秒实时监控并记录模具或患者体表上的标记物,监测出其偏移方向及偏离的距离,设计实时显示图像和数据变化的软件并绘制出实时的误差偏离曲线,设置合理的报警阈值,提示治疗师终止放疗并做出相应的处理。

图 1 精准位移实时智能捕捉系统  A.摄像单元;B.体表标记物 Figure 1 Real-time intelligent capture system for precision displacement  A. Camera; B. Surface markers

3. 精准位移实时智能捕捉系统校准验收:(1)实验室校准:在实验测试过程中使用xyz三轴位移平台(LD60-LM)和千分表作为位移测量工具,分别在xyz轴方向移动1、2、3、5、10、20、50 mm。通过高清摄像设备记录同方向位移,并计算出标记物在图像上的行列坐标,通过移动后的位置坐标减去中心位坐标,并乘以当前相机的图像分辨率(mm/m像素)。

(2) 治疗室校准:将xyz三轴位移平台(LD60-LM)固定在放射治疗床上,在模体上贴上特制圆片,激光灯对准圆片十字交叉,然后开启精准位移实时智能捕捉系统监测设备,旋转xyz三轴位移平台(LD60-LM)向一个方向移动一段位移,记录监测设备中显示的同方向位移。

(3) 临床监测:该研究通过厦门医学院附属第二医院伦理委员会批准(伦理编号:2020033)。随机入组23例头颈部及胸腹部恶性肿瘤放疗的患者,其中男性13例,女性10例,年龄35~81岁。头颈部肿瘤患者治疗过程中予以面膜或颈肩膜固定;胸腹部肿瘤患者治疗过程中予以体膜和真空垫固定。将体表标记物贴附膜具上的肿瘤等治疗中心点,治疗师完成首次摆位后,然后开启精准位移实时智能捕捉系统监测设备,记录患者在治疗过程中的体位偏移情况。

4. 统计学处理:采用SPSS 26.0软件进行统计学分析,摄像机采集到的数据与实际位移的相对偏差值符合正态分布,计算出平均值和标准偏差。

结果

1. 实验室校准结果:在实验室的环境下,高清摄像设备记录值与xyz轴位移平台和千分表校准监测在20 mm以内位移的差值为0.5 mm以内,50 mm位移的差值范围在-1.47~0.53 mm(表 1)。

表 1 高清摄像设备记录位移与各方向实际位移对应的偏差(mm) Table 1 Differences between the displacement recorded by high-definition cameras and the actual displacement in various directions (mm)

2. 治疗室校准结果:表 2显示的是精准位移实时捕捉系统的监测与xyz三轴位移平台校准监测对应的偏差值,其中左摄像头显示在yz轴的对应的偏差值在±0.2 mm,右摄像头显示在yz轴对应的偏差值在±0.2 mm,中间摄像头显示在xz轴对应的偏差值在±0.31 mm。

表 2 精准位移实时智能捕捉系统监测位移与轴位移平台实际位移对应的偏差值(mm,x±s) Table 2 Deviations between the displacement monitored by the real-time intelligent capture system for precision displacement and the actual displacement on the three-axis displacement platform (mm, x±s)

3. 临床监测结果:23例患者共实施37次肿瘤放射治疗过程中的实时监测,设置精准位移实时智能捕捉系统的监测阈值为5 mm。右侧摄像头监测位移平均为(0.32±0.03)mm,范围为0.09~0.91 mm;左侧摄像头监测位移平均为(0.28±0.04)mm,范围为0.08~0.90 mm;中间摄像头监测位移平均为(2.3±0.34)mm,范围为0.41~9.24 mm;另外,中间摄像头监测到5次偏离5 mm阈值,其中1次位置偏移时间最长为57.2 s,偏离位移为7.28 mm。

讨论

本研究是首次利用机器视觉位移监测原理,自主研发精准位移实时智能捕捉系统。通过实验室和治疗室的校准,以及在临床放疗过程中的监测,该系统已经实现了亚毫米级别的实时监测精度。后续可将系统应用于肿瘤放射治疗前的摆位和治疗过程中体位偏移的无辐射实时监测,有助于实现更精准的摆位和放疗。

目前肿瘤放射治疗前的摆位监测,主要通过直线加速器的锥形束CT(CBCT)或EPID扫描后进行软组织的校准, 然而这种方法存在一定的局限性,其中最明显的是会造成额外的辐射剂量照射,增加继发性恶性肿瘤风险[12-13]。另一方面,直线加速器的CBCT或EPID无法对治疗过程中的体位偏移进行实时监测。相比于OSMS系统,精准位移实时智能捕捉系统采用机器视觉运动监测,3个摄像机的实时监测能有效避免放疗机头遮挡造成的监测盲区,同时主动红外照明结合滤光的方式消除房间光线不足造成的影响,而互相关模板匹配算法更是提高了监测的精度。本系统兼容性强,市面上的所有型号的放射治疗机均可运行,可溯源性强,监测精度可达到亚毫米级别,同时它无需过多的操作人员,没有复杂的操作人员培训工作,设备投入少。

本研究发现精准位移实时智能捕捉系统对治疗过程中的体位监测误差精度高,实验室误差监测的精准度已经达到了0.01 mm,治疗室内监测最大误差范围为±0.31 mm。而Li等[14]发现OSMS的三维位移监测精度误差在(1.5±0.7)mm;Mancosu等[15]发现OSMS的三维位移监测精度误差在(0.57±0.28)mm。李庆等[16]也发现OSMS组的精度在三维矢量误差为(1.28±0.74)mm, 其跟踪监测患者分次内的最大矢量误差为(0.71±0.47)mm。OSMS精度受以下多种因素影响:采用半开放热塑面膜(仅包括部分前额、两侧的眼眶、面颊和整个鼻部暴露),此暴露区作为OSMS监测的感兴趣区域(ROI)的勾画范围较小,不能全面体现头部摆位误差;而使用全封闭面膜无法暴露OSMS监测的ROI; 如果采用全开放面膜因面部表情变化产生错误的校正将影响OSMS监测精度;Catalyst系统仅有1个激光源,无法获取患者头顶和左右两侧的体表轮廓从而影响监测精度;房间光线的照明不足、皮肤发黑破损和补偿物反光都会干扰OSMS摄像单元对体表标记物的识别[16-21]。此外,放射治疗实时监测过程中,机架旋转不仅会遮挡OSMS的摄像单元,影响监测的准确性,而且会激发束流控制,导致治疗中断,增加风险[13-14, 22]

在放射治疗监测过程中,本研究发现中间摄像头监测到位置偏移超过预设阈值情况5次。其中3次超出时间小于1 s,因此视为无效偏移。而另外2次超出阈值的情况则出现在胸部放疗的患者中。研究结果显示胸部呼吸运动导致在前后方向产生较大位移偏差,与钟仁明等[20]的报道相似。此外,随着表面光学运动跟踪技术的发展,相关研究发现体表呼吸运动信号与体内器官运动具有一定的关联性[23-26]。谭翔等[27]报道了体表呼吸运动与体内膈肌运动是相关的,对膈顶肿瘤的运动监测有一定意义。目前大部分的报道建立在3D三维体表运动信息获取,但本研究监测系统受限于采用“点对点”的配准,仅能获取一维的体表信号,无法更全面地反映内部三维肿瘤的运动。此外,该系统体表标记点选择仅限肿瘤等中心治疗点,因此,仅能监测部分患者体内部肿瘤的运动情况。

总之,本研究自主研发的精准位移实时智能捕捉系统监测误差范围小,能进一步提高分次内治疗体位偏移误差监测的精度。这项安全无创、无辐射的实时监测治疗技术有望为肿瘤的精准放疗提供更加有效的解决方案。但该系统仅完成初步位移监测验证,后续需进一步完善系统和服役检测,并与临床结合应用于头颈部、胸腹部等肿瘤放射治疗过程中的实时监测。

利益冲突  本研究有署名作者按以下贡献声明独立开展, 所有作者声明不存在利益冲突

作者贡献声明  陈晓琳负责设计研究方案、数据分析及论文撰写;谢杨超、陈婷莹负责文献查找和收集实验数据;林兴福、黄分盆负责研究实施;陈万泉负责技术指导;王少锋提出研究思路与论文修改

参考文献
[1]
于龙珍, 翟振宇, 沈君姝. 体部肿瘤精确放疗摆位误差分析[J]. 中国医学物理学杂志, 2007, 24(3): 160-162.
Yu LZ, Zhai ZY, Shen JS. Analysis of the body tumors set-up errors in precise radiotherapy[J]. Chin J Med Phys, 2007, 24(3): 160-162. DOI:10.3969/j.issn.1005-202X.2007.03.002
[2]
Yan D, Lockman D, Martinez A, et al. Computed tomography guided management of interfractional patient variation[J]. Semin Radiat Oncol, 2005, 15(3): 168-179. DOI:10.1016/j.semradonc.2005.01.007
[3]
Minohara S, Kanai T, Endo M, et al. Respiratory gated irradiation system for heavy-ion radiotherapy[J]. Int J Radiat Oncol Biol Phys, 2000, 47(4): 1097-1103. DOI:10.1016/s0360-3016(00)00524-1
[4]
Rosenzweig KE, Hanley J, Mah D, et al. The deep inspiration breath-hold technique in the treatment of inoperable non-small-cell lung cancer[J]. Int J Radiat Oncol Biol Phys, 2000, 48(1): 81-87. DOI:10.1016/s0360-3016(00)00583-6
[5]
Shimizu S, Shirato H, Ogura S, et al. Detection of lung tumor movement in real-time tumor-tracking radiotherapy[J]. Int J Radiat Oncol Biol Phys, 2001, 51(2): 304-310. DOI:10.1016/s0360-3016(01)01641-8
[6]
巩合义, 于金明, 王仁本. 四维放射治疗的研究现状[J]. 中华肿瘤杂志, 2007, 29(7): 481-483.
Gong HY, Yu JM, Wang RB. Research status of four dimensional radiation therapy[J]. Chin J Oncol, 2007, 29(7): 481-483. DOI:10.3760/j.issn:0253-3766.2007.07.001
[7]
孙丽, 孔诚, 尹丽, 等. 肺部肿瘤大分割放疗分次内体位移动影响因素分析[J]. 中华放射肿瘤学杂志, 2018, 27(3): 267-270.
Sun L, Kong C, Yin L, et al. Analysis of influencing factors of fractional internal position movement in lung tumor by large segmentation radiotherapy[J]. Chin J Radiat Oncol, 2018, 27(3): 267-270. DOI:10.3760/cma.j.issn.1004-4221.2018.03.008
[8]
田菲, 徐子海, 朱超华, 等. 放疗中患者呼吸运动与身体位移计算机监测系统的设计[J]. 医疗卫生装备, 2013, 34(5): 21-23.
Tian F, Xu ZH, Zhu CH, et al. Design of computer monitoring system for respiratory movement and body displacement of patients during radiotherapy[J]. Med Equip, 2013, 34(5): 21-23. DOI:10.7687/j.issn1003-8868.2013.05.021
[9]
张丙新, 付东山. 锥形束CT临床应用中的主要问题对策研究现状[J]. 中华放射肿瘤学杂志, 2021, 30(10): 1099-1104.
Zhang BX, Fu DS. Conical beam CT in clinical application of the main problems and countermeasures of research status[J]. Chin J Radiat Oncol, 2021, 30(10): 1099-1104. DOI:10.3760/cma.j.cn113030-20201023-00509
[10]
Bry V, Licon AL, McCulloch J, et al. Quantifying false positional corrections due to facial motion using SGRT with open-face Masks[J]. J Appl Clin Med Phys, 2021, 22(4): 172-183. DOI:10.1002/acm2.13170
[11]
张赛, 李春迎, 张恒, 等. 光学体表引导放射治疗研究现状[J]. 中国辐射卫生, 2022, 31(3): 362-366, 372.
Zhang S, Li CY, Zhang H, et al. Research status of optical surface guided radiotherapy[J]. China Radiat Health, 2022, 31(3): 362-366, 372. DOI:10.13491/j.issn.1004-714X.2022.03.020
[12]
Schneider U, Hälg R, Besserer J. Concept for quantifying the dose from image guided radiotherapy[J]. Radiat Oncol, 2015, 10: 188. DOI:10.1186/s13014-015-0492-7
[13]
Ding GX, Munro P. Radiation exposure to patients from image guidance procedures and techniques to reduce the imaging dose[J]. Radiother Oncol, 2013, 108(1): 91-98. DOI:10.1016/j.radonc.2013.05.034
[14]
Li G, Ballangrud A, Chan M, et al. Clinical experience with two frameless stereotactic radiosurgery (fSRS) systems using optical surface imaging for motion monitoring[J]. J Appl Clin Med Phys, 2015, 16(4): 149-162. DOI:10.1120/jacmp.v16i4.5416
[15]
Mancosu P, Fogliata A, Stravato A, et al. Accuracy evaluation of the optical surface monitoring system on EDGE linear accelerator in a phantom study[J]. Med Dosim, 2016, 41(2): 173-179. DOI:10.1016/j.meddos.2015.12.003
[16]
李庆, 刘飞, 付秀根, 等. 基于光学表面监测系统对头部肿瘤放疗中摆位误差的研究[J]. 中国耳鼻咽喉颅底外科杂志, 2019, 25(5): 7.
Li Q, Liu F, Fu XG, et al. Study on positioning error of radiotherapy for head tumor based on optical surface monitoring system[J]. Chin J Otolaryngol Basilar Surg, 2019, 25(5): 7. DOI:10.11798/j.issn.1007-1520.201905016
[17]
于松茂, 周舜, 陈吉祥, 等. 光学体表影像系统联合开放式双面膜在头部肿瘤放疗中的应用[J]. 临床肿瘤学杂志, 2021, 26(9): 822-826.
Yu SM, Zhou S, Chen JX, et al. Application of optical body surface imaging system combined with open double mask in radiotherapy of head tumor[J]. J Clin Oncol, 2021, 26(9): 822-826. DOI:10.3969/j.issn.1009-0460.2021.09.008
[18]
Peng JL, Kahler D, Li JG, et al. Characterization of a real-time surface image-guided stereotactic positioning system[J]. Med Phys, 2010, 37(10): 5421-5433. DOI:10.1118/1.3483783
[19]
Walter F, Freislederer P, Belka C, et al. Evaluation of daily patient positioning for radiotherapy with a commercial 3D surface-imaging system (CatalystTM)[J]. Radiat Oncol, 2016, 11(1): 154. DOI:10.1186/s13014-016-0728-1
[20]
钟仁明, 叶程伟, 李丽琴, 等. 光学表面成像系统在ABC放疗患者作用探讨[J]. 中华放射肿瘤学杂志, 2018, 27(1): 89-93.
Zhong RM, Ye CW, Li LQ, et al. Exploring the role of optical surface imaging system in ABC radiotherapy patients[J]. Chin J Radiat Oncol, 2018, 27(1): 89-93. DOI:10.3760/cma.j.issn.1004-4221.2018.01.019
[21]
Bry V, Licon AL, McCulloch J, et al. Quantifying false positional corrections due to facial motion using SGRT with open-face Masks[J]. J Appl Clin Med Phys, 2021, 22(4): 172-183. DOI:10.1002/acm2.13170
[22]
Kim JH, Seo HY, Kim KS. Analysis of radiolytic products of lipid in irradiated dried squids (Todarodes pacificus)[J]. J Food Prot, 2004, 67(8): 1731-1735. DOI:10.4315/0362-028x-67.8.1731
[23]
Seregni M, Cerveri P, Riboldi M, et al. Robustness of external/internal correlation models for real-time tumor tracking to breathing motion variations[J]. Phys Med Biol, 2012, 57(21): 7053-7074. DOI:10.1088/0031-9155/57/21/7053
[24]
Martin J, McClelland J, Yip C, et al. Building motion models of lung tumours from cone-beam CT for radiotherapy applications[J]. Phys Med Biol, 2013, 58(6): 1809-1822. DOI:10.1088/0031-9155/58/6/1809
[25]
McClelland JR, Hughes S, Modat M, et al. Inter-fraction variations in respiratory motion models[J]. Phys Med Biol, 2011, 56(1): 251-272. DOI:10.1088/0031-9155/56/1/015
[26]
Fassi A, Schaerer J, Fernandes M, et al. Tumor tracking method based on a deformable 4D CT breathing motion model driven by an external surface surrogate[J]. Int J Radiat Oncol Biol Phys, 2014, 88(1): 182-188. DOI:10.1016/j.ijrobp.2013.09.026
[27]
谭翔, 戴振晖, 何强, 等. 基于光学体表监控和X射线透视影像的膈肌运动自动跟踪[J]. 中国医学物理学杂志, 2022, 39(12): 1453-1459.
Tan X, Dai ZH, He Q, et al. Automatic tracking of diaphragm motion based on optical body surface monitoring and X-ray fluoroscopy images[J]. Chin J Med Phys, 2022, 39(12): 1453-1459. DOI:10.3969/j.issn.1005-202X.2022.12.001