简介：摘要肺癌是世界范围内死亡率最高的恶性肿瘤。放射治疗在肺癌综合治疗中发挥着重要作用，随着放疗技术和设备的不断进步，已成为肺癌治疗的有效手段之一。近年来，人工智能技术高速发展并广泛应用于临床，尤其在肺癌影像的诊疗中起着很好的辅助作用。对影像进行整理、汇总可以得到影像数据库，应用于临床工作及科研。本文针对人工智能辅助肺癌放疗的影像数据库相关研究进行综述，以期为肺癌人工智能放疗影像数据库建设提供参考。

简介：摘要目的针对前列腺癌放疗，研究锥形束CT（CBCT）生成伪CT的深度学习方法，以满足自适应放疗的需要。方法纳入瓦里安On-Board Imager采集的74例前列腺癌患者的CBCT图像及其模拟定位CT图像，并使用MIM软件进行形变配准。将数据按简单随机法分为训练集（59例）和测试集（15例）。使用U-net、Pix2PixGAN和CycleGAN学习CBCT到模拟定位CT的映射。以形变配准后CT作为参考图像，评价平均绝对误差（MAE）、结构相似指数（SSIM）和峰值信噪比（PSNR）。另外单独分析了图像质量，包括软组织分辨率、图像噪声和伪影等。结果使用U-net、Pix2PixGAN和CycleGAN生成图像的MAE分别为（29.4±16.1）、（37.1±14.4）、（34.3±17.3）HU。在图像质量方面，U-net和Pix2PixGAN生成的图像存在过度模糊的问题，导致了图像失真；而CycleGAN生成的图像保留了CBCT图像结构且改善了图像质量。结论CycleGAN能有效地提高CBCT图像质量，有更大的潜力应用于自适应放疗中。

简介：无

简介：摘要目的研究在常规剂量扫描情况下模拟低剂量CT图像的方法，以此生成训练数据集中与常规剂量CT具有对应关系的低剂量CT图像，并建立深度学习模型，用于低剂量CT图像的降噪。方法使用Philip Brilliance CT Big Bore模拟定位机，其不同算法重建的CT图像具有不同的噪声水平，其中iDose4算法噪声较大，而全模型迭代重建技术(iterative model reconstruction，IMR)噪声较小。提出一种以等价噪声水平重建图像替代低剂量CT图像的方法。常规剂量和低剂量CT的曝光量分别采用250和35 mAs。分别扫描CTP712均匀模块，用IMR算法重建低剂量CT图像，用不同降噪水平的iDose4算法重建常规剂量CT图像，并根据噪声分布从中找出低剂量CT的噪声等价图像。随后，用常规剂量和噪声等价CT图像配对训练循环一致性生成对抗网络(cycle-consistent adversarial networks，CycleGAN)，使用模体测试该方法对真实低剂量CT噪声的改善程度。结果用iDose4 level 1重建的常规剂量CT图像可替代IMR重建的低剂量CT图像。低剂量扫描可降低86%的辐射剂量。使用CycleGAN模型降噪后，对于均匀模块，降噪幅度为45%；对于CIRS-SBRT 038模体的脑、脊髓和骨等处，噪声值分别降低了50%，13%和7%。结论等价噪声水平重建图像可用于替代低剂量CT图像训练深度学习网络，在避免受检者受照剂量增加的同时，减少图像噪声，提高图像质量。

简介：摘要目的介绍1.5 T MR加速器的临床剂量调试方法和结果。方法中国医学科学院肿瘤医院于2019年5月安装1台医科达Unity型1.5 T MR加速器，使用磁场兼容测量设备对其进行剂量调试。调试项目包括绝对剂量校准、数据采集和计划系统模型验证。结果磁场下绝对剂量校准需要使用磁场修正因子修正，参考条件下的绝对剂量为87 cGy。将采集的射束数据和计划系统计算结果进行γ分析(3%/2 mm)，标准野测试例剂量验证平均通过率为96.41%，TG119测试例为98.24%，美国休斯敦肿瘤放疗和成像质控中心(IROC)端对端测试例为97.5%(7%/4 mm)。结论计划系统模型和射束采集数据具有良好的一致性；标准野和TG119测试例剂量验证结果达到AAPM TG218号报告的通用容差限值要求，端对端测试例验证结果满足IROC中心标准。

简介：摘要放疗是肿瘤治疗的重要手段之一。图像引导放疗是目前实现肿瘤精准放疗的主流技术。MR加速器能在放疗过程中对肿瘤进行MRI，实现肿瘤的实时追踪与监控，完成MR引导的自适应放疗。本文将综述MR加速器在肺癌中的相关研究与应用。

简介：摘要目的初步探讨MR加速器在肝脏肿瘤中的应用流程、疗效及安全性。方法回顾性分析2019—2021年15例采用MR加速器治疗的肝脏肿瘤患者的临床数据，探讨肝脏肿瘤采用MR加速器治疗的流程，分析患者肿瘤的图像识别率、疗效及不良反应。结果全组15例患者中肝细胞癌6例、结直肠癌肝转移8例、乳腺癌肝转移1例；肝内1个病灶10例、2个病灶4例、3个病灶1例；中位肿瘤最长径2.4 cm (0.8~9.8 cm)。MR加速器大体肿瘤体积(GTV)识别率达13/15，2例患者GTV显示不清，采用肿瘤周边大血管或胆管识别辅助仍可达精准配准。全组患者均接受体部立体定向放疗。肝细胞癌患者中位分割次数9次(5~10次)，GTV或计划靶体积(PGTV)中位单次剂量6 Gy (5~10 Gy)，中位总剂量52 Gy (50~54 Gy)，α/β＝10的中位2 Gy等效剂量(EQD2Gy)为72 Gy (62.5~83.3 Gy)。肝转移瘤患者中位分割次数10次(5~10次)，GTV或PGTV的中位单次剂量5 Gy (5~10 Gy)，中位总剂量50 Gy (40~50 Gy)，α/β＝5的中位EQD2Gy为71.4 Gy (71.4~107.1 Gy)。放疗后1个月野内总有效率8/13，疾病控制率13/13，放疗后3~6个月野内总有效率6/6。全组患者中位随访4.0个月(0.3~11.6个月)，4个月局部无进展生存、无进展生存和总生存分别为15/15、11/15和15/15。放疗不良反应轻微，未见≥3级不良反应。结论MR加速器对肝内肿瘤显示率高，且可通过周边大血管或胆管的显示辅助精准配准，在肝脏肿瘤的精准治疗上初步展现优势，局部疗效肯定，耐受性好。

简介：摘要目的探讨应用胸腹平架固定装置的体侧与上举两种体位方式放疗时，肺癌、食管癌锁骨上区摆位误差的差异。方法回顾性分析2020—2021年在本中心行三维放疗的Ⅰ-Ⅳ期肺癌和食管癌患者资料，比较两种体位方式(双臂置于身体两侧即体侧组和双臂交叉抱肘置于额前即上举组)的摆位误差。结果共纳入56例患者，其中体侧组31例(55%)，上举组25例(45%)。全组共进行了424次CBCT验证，两组整体摆位误差在X、Y、Z方向上相近(均P>0.05)。体侧组胸锁关节摆位误差在X和RZ方向上显著小于上举组[(0.163±0.120) cm∶(0.209±0.152) cm，P＝0.033和0.715°±0.628°∶0.910°±0.753°，P＝0.011]。体侧组肩锁关节摆位误差在Y和Z及RZ方向上显著小于上举组[(0.233±0.135) cm∶(0.284±0.193) cm，P＝0.033和(0.202±0.140) cm∶(0.252±0.173) cm，P＝0.005及0.671°±0.639°∶0.885°±0.822°，P＝0.023]。体侧组在胸锁关节的X (0.45 cm∶0.54 cm)、Y (0.54 cm∶0.65 cm)方向以及肩锁关节的Y (0.59 cm∶0.78 cm)、Z (0.53 cm∶0.72 cm)方向需要的靶区外放范围更小。结论对于需要行锁骨上区照射的肺癌和食管癌患者，体侧组较上举组的摆位误差和靶区外放范围更小。临床上需要综合考虑放疗精确性和肢体额外照射，选择合适的体位。

简介：摘要在大数据和人工智能的助力下，放射治疗计划自动化的研究及临床应用发展迅速。放疗计划自动化系统的使用和监管等工作，需要仔细考虑自动化的程度及其适用环境。对于自动驾驶车辆，国内外定义了其自动化水平，但对于放疗计划自动化没有类似的定义。为了促进和规范放疗计划自动化发展，并激发行业讨论，我们参考汽车驾驶自动化分级制定了此分级建议，将放疗计划自动化分成6个等级(1级至6级)。

简介：摘要目的分析比较容积调强弧形治疗(VMAT)与固定野调强放疗(F_IMRT)、电子束联合VMAT (E&VMAT)技术在乳腺癌改良根治术后放疗中的剂量学差异，为临床选择治疗方案提供参考。方法随机选择乳腺癌改良根治术后放疗的左乳腺癌患者10例，靶区包括患侧胸壁和锁骨上淋巴引流区，处方剂量43.5 Gy (2.9 Gy/次)。基于Pinnacle3计划系统为每位患者分别设计VMAT、F_IMRT、E&VMAT (胸壁靶区部分电子束照射、锁骨上区部分VMAT照射)计划。对比评价靶区剂量分布适形度与均匀性、危及器官受量以及治疗实施时间。结果VMAT计划能改善靶区剂量分布，靶区剂量适形指数和均匀性指数均优于F_IMRT和E&VMAT计划(均P<0.05)。VMAT计划患侧肺平均剂量、V30Gy、V20Gy、V10Gy均优于F_IMRT和E&VMAT计划(均P<0.05)。VMAT计划患侧肺V5Gy优于F_IMRT计划(P<0.05)，与E&VMAT计划的V5Gy相近(P>0.05)。VMAT计划的心脏、健侧乳腺、健侧肺均能满足临床剂量限制要求。VMAT、F_IMRT、E&VMAT计划的治疗时间分别为(326±27)、(1 082±169)、(562±48) s。结论与F_IMRT和E&VMAT计划相比，VMAT计划质量更优，治疗时间更短，具有较高的临床应用价值。

简介：摘要目的建立基于预测可行性剂量体积直方图(DVH)的肝癌容积调强弧形治疗(VMAT)自动计划方法，并评价其性能。方法回顾性随机选取10例放疗肝癌病例。采用Pinnacle Auto-Planning设计VMAT自动计划，通过PlanIQ剂量预测得到可行性DVH曲线，并根据其显示的可行性目标区间设置自动计划的初始优化目标。评价计划靶体积、正常肝和其他危及器官的剂量参数以及机器跳数，并与临床手工计划行配对t检验。结果自动计划和手工计划的计划靶体积D2%、D98%、Dmean和均匀度指数相近[(58.55±2.81) Gy∶(57.98±4.17) Gy、(47.15±1.58) Gy∶(47.82±1.38) Gy、(53.14±0.95) Gy∶(53.44±1.67) Gy和1.15±0.05∶1.14±0.07，P均>0.05]，手工计划的计划靶体积适形指数略高于自动计划(0.77±0.08∶0.69±0.06，P<0.05)。自动计划的肝V30Gy、V20Gy、V10Gy、V5Gy和V<5Gy显著优于手工计划[(26.68±11.13)%∶(28.00±10.95)%、(29.96±11.50)%∶(31.89±11.51)%、(34.88±11.51)%∶(38.66±11.67)%、(45.38±12.40)%∶(50.74±13.56)%和(628.52±191.80) cm3∶(563.15±188.39) cm3，P均<0.05]，自动计划的小肠、十二指肠、心脏Dmean以及全肺V10Gy低于手工计划[(1.83±2.17) Gy∶(2.37±2.81) Gy、(9.15±9.36) Gy：(11.18±10.49) Gy、(5.44±3.10) Gy∶(6.25±3.26) Gy以及(12.70±7.08)%∶(14.47±8.11)%，P均<0.05]。两种计划的机器跳数相近[(710.67±163.72) MU∶(707.53±155.89) MU，P>0.05]。结论基于预测可行性DVH的肝癌VMAT自动计划方法能提高计划质量，更好保护正常肝，对小肠、十二指肠、全肺和心脏的保护也有优势。

简介：摘要放射治疗是癌症的主要治疗手段之一，以机器学习为代表的人工智能飞速发展，可应用于放射治疗临床实践的各个环节，包括临床决策支持、自动勾画靶区、预测疗效和副反应等，提高准确性与效率。尽管面临着结构化数据缺乏、模型可解释性差等挑战，机器学习在放射治疗中的应用将日趋深刻而广泛。本文从机器学习简介、在放射治疗中的临床应用研究进展和挑战与解决之道等3个方面展开综述。

简介：摘要目的由于磁场会改变次级电子运动轨迹，继而影响剂量场分布，磁共振加速器(MR-Linac) X线束剂量学特性与常规加速器有差别。本项目旨在测量和分析1.5T MR-Linac的X线束剂量学特性。方法中国医学科学院肿瘤医院于2019年5月安装1台瑞典医科达公司Unity型1.5T MR-Linac，使用磁场兼容工具对其进行测量，测量项目包括表面剂量、最大剂量点深度、射线质、离轴比曲线(OAR)中心位置、对称性、半影宽度、不同机架角度的输出量变化。结果不同射野面积的平均表面剂量为40.48%，平均最大剂量点深度为1.25 cm。10 cm×10 cm射野面积下，x轴方向的OAR中心位置往x2侧偏移1.47 mm，对称性为101.33%，两侧半影宽度分别为6.86 mm和7.14 mm；y轴方向的OAR中心位置偏移0.3 mm，对称性为100.85%，两侧半影宽度分别为5.92 mm和5.95 mm。不同机架角度下输出量最大偏差达1.50%。结论与常规加速器不同，MR-Linac不同射野面积表面剂量数值趋于一致，最大剂量点深度上升。x轴方向的OAR中心位置往x2侧偏移，造成对称性变差和半影不对称。不同机架角度下的输出量变化明显，需要修正。

简介：摘要目的建立一种确定立体定向放疗(SRT)容积调强弧形治疗(VMAT)计划处方等剂量线(IDL)的方法。方法选取8例SRT脑转移瘤患者，靶区体积范围3.5～11.7 cm3(中位数6.1 cm3)。采用VMAT技术，首先对每一个靶区设计相同处方剂量的参考计划。然后，采用原靶区内收一定几何边界生成的新靶区来进行优化计算，从而得到不同IDL的计划。研究不同靶区达到最优IDL范围所需内收的最小几何边界。结果所有靶区达到最优IDL范围所需内收的最小边界均为4或5 mm，其得到的平均IDL为(66.05±0.02)%。最优IDL计划同参考计划相比，平均梯度指数(GI)从4.05±0.39下降到3.37±0.24，下降了20%(Z＝－2.521, P<0.05)。正常脑组织中V40、V30、V5以及平均剂量分别下降了11.5%(Z＝－1.973, P<0.05)、7.2%(Z＝－2.105，P<0.05)、12.8%(Z＝－2.521，P<0.05)以及8.1%(Z＝－2.382，P<0.05)，V20、V10以及适形度指数无明显差异(P>0.05)。结论采用靶区内收生成新的靶区进行计划设计的方法可以用于SRT-VMAT计划IDL的优化。靶区内收4或5 mm进行计划设计可以使IDL达到最优范围，从而可以降低GI值以及更好地保护正常脑组织。

简介：摘要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。

简介：摘要目的评价快速锥形束CT (CBCT)扫描模式对图像质量和配准结果的影响，并以此为基础建立适合快速CBCT的扫描预设。方法分别使用常规和两种快速扫描模式在CBCT模体上进行检测，定量评价不同扫描模式下的配准精度和图像质量；随后使用33例临床肿瘤患者278组CBCT数据进一步验证不同扫描模式在临床环境下测量结果的相关性和一致性。结果模体3种扫描模式测量结果与标准值最大偏差0.70mm (平均偏差0.51mm)，同一部位各扫描模式间的测量结果一致(偏差0.00mm)；常规模式的均匀度结果最好(平均值为3.62%)，快速1模式次之(平均值为3.90%)，快速2模式最低(平均值为4.84%)；常规模式的噪声结果最好(平均值15.69)，快速2模式次之(平均值17.23)，快速1模式结果(平均值21.74)最低；3种扫描模式的高对比度分辨率测量结果一致(至少可以分辨3个线对)；快速1模式的低对比度分辨率结果最好(1.69)，常规模式次之(2.10)，快速2模式结果最低(2.31)；3种扫描模式的几何精度测量结果与标准值的最大偏差基本一致(平均偏差0.05mm)。临床病例常规和快速1扫描模式测量结果的相关性最好(R2>0.90，P<0.01)，测量结果具有一致性(95%一致性限度均<1mm界值)。结论快速1扫描模式拥有与常规模式接近图像质量和一致的配准结果，而且拥有更快的扫描速度、更低的扫描剂量，故推荐使用快速1扫描模式作为临床扫描方式。

简介：摘要目的观察牙周基础治疗对冠延长术的作用。方法选取门诊做冠延长术的患者20人共26颗牙，随机分为2组。术前做牙周基础治疗和不做处理的进行对照，每组均为13颗牙，观察3个月，6个月，1年。结果术前做牙周基础治疗的患者在3个月，6个月，1年的成功率均高于对照组。结论术前做牙周基础治疗对冠延长术的成功率有显著提高。