宫颈癌严重威胁女性健康^[1-2]，后装放疗是局部晚期宫颈癌患者的标准补量手段^[3-4]，主要采用美国医学物理师协会(American Association of Physicists in Medicine, AAPM)TG43报告的点源叠加法进行剂量计算^[5-6]。该方法忽略组织异质性、施源器材质和空气效应，存在系统性剂量偏差^[7]。近年来，精度更高的模型化剂量计算算法(model-based dose calculation algorithms, MBDCA)逐渐应用于临床^[8-11]。AAPM TG186报告明确指出，TG43需向MBDCA转化，建议各机构积极分享计算结果^[7] 。瓦里安AcurosBV是MBDCA中的代表，其基于CT值为体素分配材料密度，但需人工标注高密度体素，而系统内置工具存在漏检风险。

目前国内尚无两种算法的比较研究，国际文献多关注钛合金或塑料施源器^[12-18]，对不锈钢曼彻斯特施源器的研究有限。为此，本研究旨在解决AcurosBV因高密度像素识别不全导致计算失败的技术瓶颈，并系统比较两种算法在不锈钢曼彻斯特施源器的剂量差异，为MBDCA向临床转化提供量化依据。

1. 患者选择和勾画：回顾性收集2024年10月至2025年4月期间在四川省人民医院接受过曼彻斯特施源器(Varian Medical System, Palo Alto, 美国)后装治疗的21例局部晚期宫颈癌患者，所有患者均完成45.0~50.4 Gy/25~28次外照射全盆腔放疗，若存在淋巴结和宫旁受累，则追加剂量至54~60 Gy。患者在截石位下完成施源器植入，植入前膀胱注水100 ml，使用SOMATOM go.Sim (Siemens, Erlangen, 德国)大孔径模拟定位机进行图像扫描，扫描管电压为120 kV，扫描层厚为3 mm，医生根据图像结果调整施源器位置，最终完成的CT图像传输到瓦里安Eclipse计划系统，医生进行HRCTV及膀胱、直肠、小肠、乙状结肠、尿道的勾画，在瓦里安BrachyVision^TM 16.0后装计划系统中重建施源器创建后装治疗计划。每次治疗处方剂量为6 Gy，每周1至2次，共3到6次，21例患者共计102分次后装放疗计划。本研究经四川省人民医院伦理委员会审批[审批号：伦审(研)2025年第701号]，回顾性研究免除患者知情同意书。

2. 计划设计：曼彻斯特施源器是一种基于经典曼彻斯特后装放疗技术设计的腔内施源器，由1个宫腔管和2个半球形的阴道穹隆管组成，彼此之间由夹具固定。为适应不同解剖结构，宫腔管提供15°、30°和45° 3种弯曲角度，材料为不锈钢；半球形的阴道穹隆管提供20、25和30 mm 3种直径规格，其中探针为不锈钢，球形帽为聚醚醚酮(PEEK)。临床操作中常以纱布代替球形帽，计划设计时选用20 mm直径的球形帽参数。

本研究纳入的21例患者，其临床计划均基于TG43算法制定，治疗设备为GammaMed Plus后装治疗机(Varian Medical System, Palo Alto, 美国)。为准确比较算法差异，复制原始临床计划，保持施源器的几何位置、铱源的驻留位置和驻留时间不变，采用AcurosBV算法重新计算剂量。AcurosBV计算中，影像体素依据CT值被赋予相应材料密度，最大密度根据瓦里安BrachyVision算法指南^[10] 设定为不锈钢密度8.0 g/cm³，并将剂量报告为介质中吸收剂量(D_{m, m})，其余参数均为默认设置。两种算法在实验前均参照AAPM TG43报告^[5] 和TG372^[19] 报告完成验证，确认其剂量计算准确性满足临床要求。

3. 高密度材料识别与处理：AcurosBV算法的计算依赖于对介质材料与密度的精确赋值。根据算法指南^[9]，系统可自动为低于3.0 g/cm³的体素分配相应材料密度，然而高于此阈值的高密度材料(如不锈钢)需进行人工标识。临床使用中发现Eclipse计划系统内置的高密度结构自动勾画工具(Segment High Artifacts和Image Thresholding)在识别高密度体素时存在漏检，导致AcurosBV算法计算失败。为此，本研究构建了一套基于Python的自动化处理流程。该流程依据CT扫描协议的CT值-电子密度校准曲线，设定与3.0 g/cm³相应的CT值作为识别阈值，将高于此CT值的体素聚类重构为三维几何结构。随后在计划系统中对施源器周围进行人工核查，以排除其它高密度异物的干扰。经核查，本研究所有病例在施源器附近均无干扰物，区域外的高密度材料对近距离放疗的剂量分布影响可忽略。最终，按瓦里安BrachyVision算法指南^[9]，将经确认的结构统一赋值为不锈钢(8.0 g/cm³)。

4. 评估和数据分析：本研究采用平行对照方法，对每个后装计划分别使用TG43算法和AcurosBV算法进行剂量计算，并以TG43算法的计算结果为基准，系统比较两种算法在高危临床靶区(high-risk clinical target volume, HRCTV)D_90%和D_98%以及危及器官(organs at risk, OAR)(包括直肠、膀胱、小肠、乙状结肠和尿道)D_{2 cm³}和D_{0.1 cm³}的剂量参数差异。剂量差异通过绝对差值及相对百分比差值进行量化，计算公式见(1)，(2)。

式中，ΔD为绝对剂量差异，Gy；&为相对剂量差异，%；D_AcurosBV为AcurosBV算法计算的剂量，Gy；D_TG43为TG43算法计算的剂量，Gy。

5. 统计学处理：采用SPSS 26.0软件完成，样本近似正态分布，数据以x±s表示，采用配对t检验进行比较，P < 0.05为差异具有统计学意义。

1. 临床资料：本研究回顾性分析了21例患者的102分次计划，均使用不锈钢曼彻斯特施源器。OAR勾画来源于原始临床计划，其中膀胱与直肠数据完整(n=102)，小肠数据基本完整(n=100)。乙状结肠(n=15)与尿道(n=55)因在部分分次中并非主要剂量限制器官或距施源器较远，未在所有计划中常规勾画，导致有效样本量较少。鉴于乙状结肠样本量不足，未纳入后续统计分析。

2.高密度体素识别效果：为规避已知的Eclipse系统内置高密度体素自动识别工具的漏检问题，所有计划CT图像均采用基于Python的自动化流程进行高密度体素识别与材料赋值。应用该流程后，所有病例均成功完成了AcurosBV算法的剂量计算，验证了该流程在解决临床技术瓶颈中的有效性，为后续算法间剂量学比较提供了可行的技术基础。

3.剂量学参数比较：TG43算法和AcurosBV算法的剂量学差异列于表 1。在HRCTV方面，AcurosBV算法计算的D_90%和D_98%较TG43算法分别降低了(0.46 ± 0.05)与(0.35 ± 0.08)Gy，相对差异为-7.46% ± 0.82%与-7.27% ± 1.86%。在OAR方面，AcurosBV算法同样显著降低了各器官剂量：膀胱D_{2 cm³}和D_{0.1 cm³}分别降低(0.32 ± 0.04)与(0.40 ± 0.06)Gy，相对差异为-7.48% ± 0.69% 和-7.56% ± 0.99%；直肠D_{2 cm³}和D_{0.1 cm³}分别降低(0.20 ± 0.06)与(0.28 ± 0.09)Gy，相对差异为-6.06% ± 0.97%与-6.00% ± 1.16%；尿道D_{2 cm³}和D_{0.1 cm³}分别降低(0.10 ± 0.03)与(0.15 ± 0.05)Gy，相对差异为-7.95%± 2.34%与-5.53% ± 1.1%；小肠D_{2 cm³}和D_{0.1 cm³}降幅最为显著，分别为(0.24 ± 0.07)与(0.32 ± 0.13)Gy，相对差异达-8.80% ± 0.77%与-8.29% ± 1.46%。所有比较结果均显示AcurosBV算法计算的剂量显著低于TG43算法(t=-109.48~-24.97，P < 0.01)。可见两种算法在HRCTV与各OAR的剂量均值都存在明显的差异，而对应的标准差相近，进一步说明AcurosBV算法剂量整体显著降低，且差异具有统计学意义。

表 1(Table 1)

表 1 TG43算法和AcurosBV算法计算的主要剂量学参数比较(x±s) Table 1 Comparison of key dosimetric parameters calculated by the TG43 algorithm and the AcurosBV algorithm(x±s) 参数 例数 DTG43(Gy) DAcurosBV(Gy) ΔD(Gy) &(%) t值 P值 HRCTV   D90% 102 6.23±0.16 5.76±0.15 -0.46±0.05 -7.46±0.82 -91.88 < 0.01   D98% 102 4.83±0.37 4.48±0.37 -0.35±0.08 -7.27±1.86 -39.47 < 0.01 膀胱   D2 cm3 102 4.25±0.44 3.94±0.41 -0.32±0.04 -7.48±0.69 -109.48 < 0.01   D0.1 cm3 102 5.29±0.57 4.89±0.54 -0.40±0.06 -7.56±0.99 -77.12 < 0.01 直肠   D2 cm3 102 3.29±0.65 3.09±0.59 -0.20±0.06 -6.06±0.97 -63.10 < 0.01   D0.1 cm3 102 4.53±0.83 4.26±0.76 -0.28±0.09 -6.00±1.16 -52.24 < 0.01 小肠   D2 cm3 102 2.70±0.76 2.46±0.69 -0.24±0.07 -8.80±0.77 -66.56 < 0.01   D0.1 cm3 102 3.98±1.67 3.66±1.55 -0.32±0.13 -8.29±1.46 -52.14 < 0.01 尿道   D2 cm3 55 1.32±0.41 1.22±0.39 -0.10±0.03 -7.95±2.34 -24.97 < 0.01   D0.1 cm3 55 2.78±0.69 2.62±0.66 -0.15±0.05 -5.53±1.10 -36.95 < 0.01 注：& .相对剂量差异；HRCTV. 高危临床靶区

表 1 TG43算法和AcurosBV算法计算的主要剂量学参数比较(x±s) Table 1 Comparison of key dosimetric parameters calculated by the TG43 algorithm and the AcurosBV algorithm(x±s)

图 1为其中某一典型病例的平面剂量分布图，可以看到AcurosBV算法的物理等剂量线较TG43算法呈更紧密的收缩特征。对比图 1中两种算法红色虚线标记的关键区域，Acuros BV算法计算的等剂量线明显内收，该现象在HRCTV与施源器界面区域尤为显著。另外，两种算法下100%等剂量线所包绕的体积分别为68.77 cm³(TG43)和59.88 cm³(AcurosBV)，绝对差异为8.89 cm³，相对差异为12.9%。图 2为该典型病例的剂量体积直方图(dose-volume histogram, DVH)，可以看到AcurosBV算法的DVH曲线在HRCTV及所有OAR上均呈现系统性左移，提示在相同受照体积下AcurosBV算法计算的剂量更低。

注：绿色为高危临床靶区，紫色为膀胱，桔色为直肠，暗绿色为小肠；红色虚线为剂量变化明显区域；等剂量线自外向内分别表示20%、40%、50%、60%、70%、80%、90%、95%、100%(6 Gy) 图 1 典型病例中TG43算法和AcurosBV算法等剂量线分布对比 Figure 1 Comparison of isodose line distributions between the TG43 algorithm and the AcurosBV algorithm in a typical case

图 2 TG43算法和AcurosBV算法DVH对比图  A. 高危临床靶区；B. 危及器官 Figure 2 Comparison of dose-volume histograms between the TG43 algorithm and the AcurosBV algorithm  A. HRCTV; B. OARs

目前，近距离放疗剂量计算存在两种主要算法，基于均质水假设的TG43算法和基于真实介质建模的MBDCA。TG43算法计算速度快、标准化程度高，目前仍是临床主流选择。然而，大量研究证实，该算法在存在组织异质性或金属施源器时会产生显著剂量偏差。Bi等^[14] 报道，在宫颈癌治疗中使用不锈钢-钛复合宫腔管穹隆管施源器时，TG43算法对剂量高估可达10%；Roussakis等^[16] 的研究表明，对于肺部靶区TG43算法的剂量高估更为显著，最高达11.3%。此类局限性促使AAPM TG186报告^[7] 推荐采用MBDCA进行更精准的剂量计算。以AcurosBV为代表的MBDCA通过求解玻尔兹曼输运方程，能够精确模拟粒子在非均匀介质中的输运过程，其计算精度与蒙特卡罗金标准差异 < 2%^{[8, 10]}，为精准放疗提供了新的技术基础。

针对宫颈癌后装治疗中广泛使用但研究尚不充分的不锈钢曼彻斯特施源器，本研究系统比较了TG43算法与AcurosBV算法的剂量差异。结果显示，AcurosBV算法计算的HRCTV及OAR剂量均显著低于TG43算法，这与MBDCA基本原理一致^[20]。本研究中，AcurosBV算法使HRCTV的D_90%和D_98%分别降低7.46%和7.27%，该降幅高于文献报道的钛合金施源器结果(约5%)^[13-15]，证实了施源器材料密度对剂量计算差异的正向影响。所有OAR中小肠剂量差异最大(D_{2 cm³}和D_{0.1 cm³}分别为8.80% 8.29%)，这与既往研究结论^[16-18] 一致：含有空气或低密度组织的区域，TG43算法因忽略散射条件变化而更易高估剂量。本研究中尿道D_{0.1 cm³}差异较小(-5.53%)，可能由于尿道距离施源器较远、周围组织相对均匀，异质性的影响较弱，且AcurosBV算法对小体积器官剂量修正效应相对有限^[21]。

本研究核心价值在于首次量化了宫颈癌后装放疗中不锈钢曼彻斯特施源器在TG43算法与MBDCA间的剂量差异。施源器材料密度直接影响剂量计算修正幅度，高密度材质会导致显著的辐射衰减和散射效应^{[12-14, 18]}。本研究使用的不锈钢施源器密度为8.0 g/cm³，高于常见的钛(4.5 g/cm³)或塑料(约1.3 g/cm³)，其更高的平均原子序数和密度会增加光子与物质的反应截面，进而使施源器附近剂量偏差更明显，这与Bi等^[14] 的研究趋势一致，即金属施源器导致TG43与AcurosBV的剂量差异显著高于塑料施源器。Hofbauer等^[17] 的模体实验研究亦显示，钛施源器可导致1%~2%的剂量差异，而塑料施源器的差异则小于0.7%。目前，国内外对不锈钢材质曼彻斯特施源器的相关研究较有限，本研究通过量化其特异性影响，为临床剂量算法的选择提供了依据。

从临床应用角度，TG43算法与MBDCA在性能上存在明显差异和互补特性。在计算效率方面，TG43算法为秒级计算，而AcurosBV算法通常需要以分钟计^[9]，且在优化迭代中耗时进一步增加；在计算精度上，TG43算法在涉及金属施源器或组织异质性显著的病例中可能存在5%~10%的系统性误差^{[7, 17]}，而MBDCA通过精确模拟粒子在非均匀介质中的输运过程，剂量计算更准确^[8-10]；在操作流程上，TG43算法完全自动执行，而AcurosBV则需人工参与高密度材料(如施源器)的识别与标注。这种“效率-精度-操作复杂度”的三元权衡关系直接影响临床算法选择策略：对于简单解剖结构或需术中实时计划的场景，可优先选用TG43算法；而对于金属施源器或复杂异质性病例则需优先选择MBDCA，以保证剂量准确性^{[13-14, 17]}。

推动从TG43算法到MBDCA的临床转型需要多维度突破。在数据积累方面，建议开展多中心研究，建立基于MBDCA的剂量-效应关系数据库，尤其应重点修订OAR的耐受剂量标准；在计算效率方面，可探索基于人工智能的剂量预测方法，以提升计算速度与准确性；在流程优化方面，需要开发智能化的材料识别系统和自动化计划平台^[22]。通过上述努力，可在提高后装治疗效率、提升患者舒适度并降低操作者间差异的同时，逐步实现后装治疗全流程的自动化与标准化。

本研究虽然取得了一定的结果，但其中仍然存在一定的局限性。一方面，在材料识别中未考虑施源器自身伪影的影响而将所有高密度体素均归为不锈钢材质会略微高估实际的剂量差异；另一方面，本研究虽证实了两种算法的剂量学差异，但欠缺与临床治疗结果的关联分析。未来工作将基于本研究结果进一步深入，主要包括高密度检测算法与计划系统的整合，开发能识别多种施源器类型的深度学习模型，以及建立快速的剂量预测系统以提高计算效率等，为临床提供更精准高效的剂量计算方案。

综上所述，本研究系统评估了不锈钢曼彻斯特施源器在宫颈癌后装治疗中TG43算法与AcurosBV算法的剂量学差异。结果显示，相较于TG43算法，AcurosBV算法显著降低了HRCTV及OAR的剂量。同时，本研究开发的基于Python的方法，能够解决瓦里安Eclipse高密度体素识别不全的问题。本研究为TG43算法向MBDCA的临床转化提供了必要的剂量学参考，对推动宫颈癌后装放疗的精准化有积极意义。

利益冲突  所有作者均声明不存在利益冲突

作者贡献声明  于路新负责设计研究方案、收集数据、论文撰写；何奕松提出研究思路，解决研究瓶颈，指导论文及修改；殷云鹏、张薇莎、梁田甜、骆科林参与研究，审阅并修改论文