联影医疗携手复旦大学附属肿瘤医院在AAPM年会发布放疗智能计划最新研究成果

基于三维剂量预测与射束角度优化的自动计划技术取得突破性进展

美国医学物理学家协会年会（AAPM）是全球医学物理学领域规模最大、影响力最广的学术盛会，汇聚了来自世界各地的临床专家、科研人员及产业代表。在本届大会上，联影医疗与复旦大学附属肿瘤医院联合展示了多项产医融合的前沿成果，聚焦放疗计划智能化优化技术，推动放射治疗向高效、精准方向迈进。

复旦大学附属肿瘤医院研究团队依托联影CT一体化直线加速器uRT-linac 506c平台，在自动放疗计划系统研发方面开展深入探索，重点围绕“预测三维剂量优化”和“射束角度自动优化”两大核心技术发布研究成果。

一、基于预测三维剂量的自动优化方法研究

三维剂量分布预测可为物理师提供患者体内剂量与解剖位置的精确对应关系，结合自动优化技术，显著简化计划设计流程，提升计划质量与效率。当前多数研究集中于神经网络模型构建与剂量预测精度提升，而对如何有效利用预测结果进行自动优化关注较少。

该研究基于联影TPS平台，采用U-Net深度学习网络，在117例鼻咽癌和200例直肠癌临床数据集上训练出三维剂量预测模型，并应用于新病例的自动计划生成。研究设计了两种优化目标函数：

• 基于体素（Voxel）的MSE目标函数：将预测剂量作为每个体素的最小或最大剂量目标，计算实际剂量与预测剂量偏差的平方和；
• Voxel与DVH混合目标函数：在上述基础上引入物理师设定的关键危及器官（OAR）和靶区（PTV）的DVH约束条件，实现多维度联合优化。

图.1 基于深度学习模型进行三维剂量预测

结果显示，仅使用Voxel MSE目标函数的计划在靶区剂量均匀性方面表现较差，存在明显冷热点；而采用Voxel-DVH混合目标函数的计划在靶区覆盖和OAR保护方面均达到甚至优于人工计划水平，且单个鼻咽癌患者计划总耗时不超过5分钟。

图.2 三种计划的DVH对比：手工计划（实线），基于Voxel的MSE目标函数计划（点线），基于Voxel与DVH的混合目标函数计划（三角线）

研究表明，融合DVH约束的混合优化策略能更有效地转化为高质量临床计划，具备良好的可重复性和稳定性，显著提升计划制定效率。

二、乳腺癌IMRT放疗中射束角度自动优化算法评估

在乳腺癌调强放疗（IMRT）中，射束角度的选择高度依赖物理师经验，影响计划质量和一致性。研究团队评估了联影TPS内置的射束角度自动优化算法在保乳术后患者中的应用效果。

研究纳入21例保乳术后患者（左侧10例，右侧11例），处方剂量分别为48Gy和50Gy。对每位患者分别生成人工布野与自动布野的IMRT计划，保持射束数量、处方剂量及约束条件一致，从剂量学角度比较两组计划差异。

结果显示，在PTV的最大剂量、剂量均匀性及适形性方面，两种布野方式无显著差异。在危及器官保护方面，自动布野显著降低患侧肺V5（35.5%±5.6% vs 36.9%±4.3%，P=0.034），而在患侧肺V20、心脏平均剂量以及健侧肺和乳腺的剂量指标上无统计学差异。

表1 自动布野与人工布野的两个计划的剂量对比

研究证实，联影TPS的射束角度自动优化算法生成的IMRT计划在靶区覆盖和OAR保护方面与人工布野相当，部分指标更优，具备良好的临床适用性。

联影医疗自主研发的TPS系统搭载先进的智能算法，构成其放疗全流程智能化解决方案的核心。随着与复旦大学附属肿瘤医院的深度合作持续推进，自动化、标准化、高效率的放疗计划技术有望广泛应用于临床，降低人为误差与试错成本，全面提升肿瘤放射治疗的质量与可及性。

[1] Z. Sun, J. Wang, X. Xia, et al. Automated deliverable plan generation of intensity modulated radiation treatment using dose distribution predicted from deep learning. AAPM, 2021.
[2] Y Guo, J. Wang, T. Fan, Y. Zhong, J. Zhao, W. Hu, Evaluation of an Angle optimization algorithm in breast cancer treatment planning. AAPM, 2021.