Roadmap: proton therapy physics
题目
路线图:生物学和物理学的质子疗法
引用:Paganetti H, Beltran C, Both S, et al. Roadmap: proton therapy physics and biology[J]. Physics in Medicine & Biology, 2021, 66(5): 05RM01.
摘要
质子放射疗法治疗癌症最早于1946年提出,随后在1950年代进行了首次治疗。截至2020年,全世界已有近20万名患者接受了质子束治疗,运营质子治疗(PT)设施的数量将很快达到100家。PT早已从研究机构转移到以医院为基础的设施,其工作流程越来越类似于传统的放射治疗。尽管PT已成为主流并且已成为许多癌症的治疗选择,但由于多种原因,它仍然是一个活跃的研究领域:PT的先进的剂量塑造能力导致磁化率的不确定性,剂量传送的高度自由性提供进一步改善的空间,有限的优化铅笔波束扫描的经验和理解,以及与光子辐射相比的生物学效应差异。除了这些目前正在研究的挑战和机遇之外,还有一个经济方面,因为平均而言,与基于光子的传统治疗方案相比,PT治疗方案更昂贵。该路线图重点介绍了PT的现状和未来发展方向,分为四个不同的主题:”提高效率”、“改善计划和交付”、“改善成像”和“改善患者选择”。
本文分成了5个部分和18个章节
质子放射疗法介绍
与“传统的”光子放射疗法相比,质子放射疗法在剂量学上的优势是由威尔逊(Wilson)在1946年首次提出的(Wilson 1946)。他提出了利用有限范围的质子束治疗健康组织深处目标的想法,因此他是第一个描述质子束在医学上的潜力的人。 威尔逊使用质子的建议是基于著名的物理学原理,即质子在穿透组织时减速,从而导致布拉格能峰并且完全停在患者体内。
尽管质子从物理(剂量学)角度来看具有优势,任何新的放射治疗技术都必须通过证明改进的剂量分布导致更有利的治疗结果来得到临床医生的接受(Suitet al1975)。PT首次引入时引起人们的关注兴趣主要是因为它在当时显示优于任何类型的常规光子放射疗法的一致性(Suit and Goitein 1974,Suitet al1977)。质子和光子之间的目标剂量一致性的差异,至少是在高剂量时,自从PT早期以来(至少是对规律形状的靶标)很大程度上消失了,这主要是由于强度调节光子疗法的发展及其对旋转疗法的扩展。今天,用光子达到与质子相当的高剂量一致性是可行的,尽管代价是使用更多的光束。然而,质子束的整体剂量(储存在患者体内的总能量)总是低于光束(至少是2-3倍(Lomaxet al1999)),也就是说,质子治疗避免了光子技术对患者暴露的健康组织的“剂量浴”。的确,进一步改善和塑造光子产生的剂量分布是有限度的,因为沉积在患者体内的总能量以及因此进入关键结构的总能量不能减少,只能以不同的方式分布。另一方面,质子放射疗法仍然可以通过使用扫描束技术和强度调制PT (IMPT)实现进一步的改进。
PT已经成为许多肿瘤类型和部位的一种既定治疗选择。例如,众所周知,质子对于治疗接近关键结构的肿瘤非常有价值,例如头颈部治疗(Chan和Liebsch 2008)。在儿科患者群体中,使用质子(疗法)的患者总吸收能量下降的影响似乎最为显著。总体生活质量和减少次级效应尤其重要,总体正常组织剂量的减少已被证实与短期和长期毒性相关(Indelicato et al 2019, Xiang et al 2020)。一个主要的例子是髓母细胞瘤的治疗,光子放射治疗总是会给心脏、肺部和腹部组织以及处于危险中的器官(OAR)的造成大量剂量,这在很大程度上可以使用质子来避免(Kamran et al 2018)。当放疗与化疗同时进行时,减少质子的总体剂量也是有益的(Baumann et al 2019)。虽然如此,仍然有许多情况和部位治疗,质子的优势充其量也不过是微不足道的(Lee et al . 1994, Liao et al . 2018)。因此,对于所有的治疗部位,PT的剂量学优势是否在临床上都有显著的意义是有争议的,为目前在乳房、前列腺、肺部等许多部位进行质子和光子比较的各种随机临床试验提供了依据。
因此要充分利用质子的物理优势还有很多工作要做。就其本身而论,本路线图的聚焦于物理和生物方面在目前或未来将成为重要研究和发展项目的主题。其他已经成为临床现实或者正在成为临床标准的方面(如基于蒙特卡洛(MC)的用于计划和质量保证(QA)的剂量测定法)将不作详细介绍。此外,由于大多数中心将在不久的将来处理波束扫描,这个路线图没有讨论无源散射PT,即使强调的许多创新不依赖于传送方法的。
该路线图的目标受众是医学与生物学物理的读者。相应地,除非在相关的背景下,我们不会讨论PT的具体临床应用。同样,尽管PT治疗的健康经济学和由此产生的社会影响是一个非常有趣和有争议的领域,但我们没有纳入专门与此或其他社会影响相关的文章。与说当然,这里讨论的许多主题,例如效率提高和确定那些最有可能受益于PT减少副作用或改善肿瘤控制的患者,将有望降低总体医疗保健成本。 这一路线图从物理学和生物学方面强调了PT的当前状态和未来方向,我们将文章分为四个不同的主题,即“提高效率”,“改善计划和交付”,“改善成像”和“改善患者选择”。
提高效率
PT目前是一种昂贵的治疗方式。虽然如此,质子治疗的成本预计会随着设施数量的增加而降低,许多加速器技术的发展都集中在在获取PT设备时通过提供单室处理设备或甚至没有龙门架的设备来降低初始投资。此外,为了降低运营成本,还在提高光束输送效率方面进行大量工作。这些发展当然不应该损害可达到的剂量一致性。
因此,我们有四个关于治疗效率的路线图贡献。 “通过优化加速器技术来降低成本”,“传输效率技术”,“传输技术”和“高效的治疗室利用”。路线图在其他部分贡献虽然不是直接可见,比如质子束的生物有效性和生物标记物,但也可能有助于提高未来的成本效益。例如,确定最可能受益于减少副作用或改善肿瘤控制(基于肿瘤基因组学)的PT患者,将有望降低整个社会的医疗保健成本。
提高计划和传输
与IMRT或VMAT相比,由于三维分布和单独加权的布拉格峰的应用,PT的调制通常具有更多的自由度。这些额外的可能性才刚刚开始探索,并且在治疗规划过程中仍有很多工作要做,以最好地利用这些可能性来提高治疗的精确度和准确性。另一方面,组织变形可以显著影响患者的质子范围,因此PT通常更容易受到部位内和部位间解剖变化的影响。因此,减少不确定性是PT物理学的一个关键研究主题,正如适当量化、监测和报告不确定性一样。与常规放射治疗相比,适应性治疗在PT中具有更大的临床影响潜力。
质子束的生物效应也存在不确定性。由于不确定性永远无法完全消除,因此正在开发优化技术以减少其临床影响。
由于目前正在对这些主题进行大量研究,因此该类别中有七个路线图贡献:“不确定性精确——PT的不确定性以及如何解决这些问题”,“治疗计划”,“制定可靠的计划”,“适应性疗法以解决日常解剖和范围变化”,“体内范围验证”,“ 4D规划和交付”以及“考虑质子的相对生物学有效性(RBE)”。
提高成像
治疗前诊断成像的模式正在影响所有的放射治疗模式。尽管早在20世纪60年代和70年代就开始了PT治疗,但目前室内成像比常规放射治疗更先进。由于剂量沉积的不确定性需要对治疗进行更密切的监测,而且由于PT的剂量形成能力使得较小校正既必要又可实现的,因此有望对PT产生更大的影响。此外,有各种努力来改进用于适应性工作流程中剂量计算的组织表征。
有两个路线图贡献“质子治疗计划成像的进展”和“图像指导(IG)”。
改善患者选择
有一个正在进行的讨论,关于是否需要使用质子而不是光子的随机临床试验显示出结果有显著优势的必要性。对于特定的部位,PT可能只对一部分患者有利,基于模型的将患者分层随机化的试验已经被提出,并且已经在一些中心实施。这就提出了从光子治疗结果发展出来的剂量-反应模型的适用性问题。另外,在精准医学时代,基于生物标记物的患者选择正发挥着越来越大的作用。我们刚刚开始涉足基于生物/遗传指纹识别(质子)治疗亚群的表面。这也必须在放射治疗之外的(全身)治疗的背景下理解。确实,PT取得进展的最重要领域可能在于增进我们对质子与光子治疗的生物学反应差异的理解。在诸如基于基因组特征预测生物反应等领域,我们知之甚少。这些发展中的许多不一定是PT特有的。作为路线图的贡献,“选择PT患者”、“PT结果建模”、“PT中的生物标记物”和“PT的全身影响”也被包括在内。
总结
PT的研究和开发是放射治疗物理学、医学和生物学领域越来越感兴趣的话题,考虑到接受治疗的患者的数量很少,关于PT的研究文章数量大大超过了光子治疗相关的手稿数量。这一路线图的主题是如何在未来发展,它收集了该领域的领导者的意见,以及他们对这种治疗方式在不久的将来将如何发展的看法。因此,本文包含了许多个人观点,并不是所有读者都一定会同意这些观点。但当不同的专家被要求展望未来时,这当然是“野兽的本质”。此外,为了捕捉当前思想的真正“快照”,除了提供广泛的标题给不同的贡献者,没有提供详细的内容指导方针,以不限制他们的创造性思维和写作。同样,在提交路线图集合之前,也没有向贡献者提供其他贡献的访问权限。因此,在某些贡献之间存在不可避免的重叠。如果一个主题被多次提到,并且由完全独立的不同的作者,这难道不是增加了一个不容忽视和强调的那一点吗?
Part 1: 提高效率
Part 2: 改进计划和交付
-
不确定性,即PT中的不确定性,以及如何解决这些不确定性
-
笔形束扫描PT的治疗计划
-
鲁棒计划的发展
Jan Unkelbach 苏黎世大学医院,放射肿瘤科,瑞士,苏黎世
质子治疗(PT)从业者很早就意识到PT中的剂量不确定性,并且已制定策略对治疗计划中的不确定性进行解释(Paganetti 2011)(请参阅“不确定性”文章)。在基于无源散射的PT时代,这包括增加扩散布拉格峰的范围和调制,扩大孔径和补偿器涂抹。对于需要小块区的复杂几何图形,使用多个小块区组合来减轻未对齐区的影响。在笔形束扫描时代,治疗计划成为类似于强度调制放射疗法(intensity-modulated radiotherapy,IMRT)的基于数学优化技术。与IMRT的相似之处使将计划靶体积PTV(planning target
volume)概念应用于PT计划变得很自然。但是人们很快就意识到PTV概念在PT中有局限性。 PTV概念背后的基本假设是,肿瘤临床靶区CTV(clinical target volume)只要在PTV内移动就可以接收规定的剂量,这通常不适用于PT。范围和摆位误差(设置错误)可能会导致不同光束的剂量贡献失准,入射区域中组织不均匀性的失准可能会降低剂量分布,因此即使PTV余量很大,PTV覆盖范围也不能保证CTV覆盖范围。常用的提高鲁棒性的启发式方法称为单场均匀剂量(SFUD),它可以减轻由于来自不同光束的剂量贡献未对准而导致的剂量降低。但是,对于复杂形状的目标体积,与IMPT相比,SFUD会损害治疗计划的质量。另外,由于组织不均匀异质性的未对准引起的剂量降低仍未解决。鲁棒优化方法的发展是为了解决这些局限性,并且参考数学优化技术,直接将不确定性直接纳入IMPT优化问题的公式。
鲁棒优化的现状
鲁棒的计划可以分为鲁棒性评价(即评估给定治疗计划对错误的敏感性)和鲁棒优化(即获得对错误具有鲁棒性的治疗计划的过程)。在质子治疗中,可通过评估PTV中的剂量分布间接评价鲁棒性。 由于人们已经认识到PTV的覆盖范围并不能保证PT中CTV的覆盖范围,因此现在主要的商业的治疗计划系统(treatment planning
systems,TPS)允许评估各个错误情况下的剂量分布。 另外,已经提出了各种评估剂量不确定性的措施,例如剂量体积直方图(dose-volume histogram,DVH)线周围的置信区间,但是从业者只能使用其中的一部分。 此外,主要的TPS还实现了鲁棒优化。 (请参阅“治疗计划”中的文章)。
在IMPT优化中,最小化关于笔形束强度x目标函数f,该目标函数是剂量分布d的函数。 在不确定的情况下,给定的笔形束强度x可能导致在误差场景s的剂量分布ds不同。 实际上,目标是针对所有或最预期的错误获得高质量的治疗计划。 有三种方法可以将这一实际目标转化为数学术语,从而在主要的商业TPS中实现。
-
随机优化,也被称为概率治疗计划,将概率ps分配到错误场景中,并且优化预期的计划质量(Unkelbach et al, 2009)。这种方法在Pinnacle计划系统(飞利浦医疗)中得到了应用。
-
极大极小优化(Fredriksson et al . 2011)(非光滑优化问题),也被称为组合式最坏情况优化,确定铅笔束强度,使剂量分布在考虑的最坏情况下尽可能好。在Raystation (Raysearch Laboratories)中实现了极大极小优化。
-
最坏情况下体素剂量分布的优化(Pflugfelder等,2008)可以被认为是一种极大极小优化的变体。这里,考虑目标体素的最小剂量和正常组织体素的最大剂量。所得到的体素最坏情况剂量分布用于评估目标函数。该方法在Eclipse (Varian)中实现。
其他方法,如极小极大随机优化(Fredriksson 2012),它在优化平均和最坏情况计划质量之间进行插值,但目前还不能在商业系统中实际使用。在其他地方有广泛的综述讨论(Unkelbach等人,2018年)。为了鲁棒优化的说明以及与基于PTV计划的比较,我们参考原始出版物。在不同的商业系统中实现的各种方法表明,没有一种鲁棒的规划方法被认为是普遍优越的。已有研究表明,个别方法在特定的情况下有缺点,然而,在大多数情况下,不同的鲁棒计划产生非常相似的结果。比较方法的出版物很少。对于不确定性的类型,大多数鲁棒性的IMPT计划的研究集中在系统范围和设置误差上。在研究文献中,对其他不确定因素(如呼吸运动)的延伸也被考虑,但在一些TPS中仅部分得到支持。(见关于“治疗计划”和“4D计划和传输”的文章。)
当前的局限性和未来的挑战
建立鲁棒性评估的共识。在质子治疗中,通过评估PTV的覆盖范围间接评价计划的稳健性。虽然这在质子治疗中可能也有局限性,但它允许建立需要的共识,例如在多机构试验的设计和报告中。对质子的鲁棒性评估的概念已经被提出(Korevaar等人2019)。然而,对于如何评估和报告质子计划的鲁棒性还没有普遍的共识,这应该在未来的工作组中讨论。
根据相关计划质量指标进行优化。 通过将来自优化文献的已知方法(如极大极小或随机优化)应用于IMPT计划问题,可以开发出当前可用的最鲁棒的优化方法。 因此,诸如二次惩罚函数之类的通用目标函数得以加强。 但是,二次惩罚函数的期望值或最坏情况值仅仅代表计划质量。实际上,考虑了基于DVH的标准,例如,如果95%的靶体积在90%的情况下接受了处方剂量,则治疗计划是可以接受的。 未来的工作可能旨在利用相关的计划质量指标作为目标和约束函数,促进鲁棒治疗计划的优化。
超出系统范围和摆位误差(设置错误)。当前商业系统中的研究和支持集中在系统范围和摆位误差(设置错误)上。通常范围误差是通过计划CT的亨氏单位(测定人体某一局部组织或器官密度大小的一种计量单位,hounsfield unit ,HU)按比例放大或按比例缩小建模的。因此,假定范围误差以相同的方式影响所有笔形束,即所有笔形束同步过冲或下冲。摆位误差(设置错误)被建模为患者的刚性移动。这些不确定性模型易于实现,但是不确定性的真正来源则更为复杂。如今,范围和摆位误差(设置错误)已被用作其他不确定性的替代指标,例如内部器官运动(请参阅“自适应疗法”和“ 4D规划和交付”中的文章)。复杂的几何变化很难在治疗前基于单一计划CT扫描进行建模。尽管如此,未来的工作可能会考虑开发针对特定场所的不确定性模型,以进行评估和优化,以反映特定治疗位置的特征性不确定性(请参阅“治疗计划”中的文章)。
计算上有效的方法。鲁棒优化仍然是一项艰巨的计算任务,具体取决于所考虑的方案数量,并且可能导致较长的计算时间。目前正在研究几种解决计算时间的方法,这些方法可能会在将来应用。 Perko等人(2016)开发了一种方法,可以对治疗计划进行快速鲁棒性评估。在他们的方法中,针对有限数量的错误情况评估了剂量分布;随后,这些剂量分布与一组多项式基函数拟合。由此,获得了一个作为误差的连续函数的剂量分布模型,该模型可以在几乎没有额外的计算时间的情况下用于进一步的鲁棒性评估。 Bangert等人(2013年)寻求一种替代方法来进行概率治疗计划评估和优化,而不仅仅是一组离散的错误情况。基本思想是结合笔形束剂量分布的高斯参数化考虑高斯范围和摆位误差(设置错误)。在这种情况下,可以利用这样一个事实,即高斯函数的卷积可以通过分析来完成。例如,这允许有效评估剂量分布的期望值和方差。
生物学不确定性中的应用。 到目前为止,主要针对几何不确定性研究鲁棒优化。 同时,已经研究了用于考虑可变的相对生物效率(relative biological effectiveness,RBE)的治疗计划方法。 这包括基于RBE加权剂量的治疗计划优化(Wilkens和Oelfke 2005),以及将线性能量转移(inear energy transfer,LET)方法纳入IMPT优化(请参见“ RBE”上的文章)。 该领域的挑战之一是RBE的不确定性。 可以将某些基于LET的方法理解为启发式方法,以使IMPT计划对RBE中的不确定性具有鲁棒性。 但是,一种替代方法是应用鲁棒优化技术来解决RBE模型参数的不确定性问题(Unkelbach and Paganetti 2018)。 对于非典型脑膜瘤患者,这在图1中得到了说明,其中靶体积(红色)覆盖在脑干(绿色)和视神经(黄色)上。
图1所示。随机规划在RBE模型参数不确定性中的应用说明。考虑了一个简单的RBE-权重剂量模型,即。RBE不确定性通过3种情况建模:(1)常数RBE为,(2)变量RBE为。这对应了质子束的RBE在入口区为1.0-1.1,在布拉格峰附近为1.2-1.3,在衰减区为1.5-1.6的假设。(3)中间情形。对靶体积规定RBE权重剂量54 Gy(RBE),在不重叠的部分允许57 Gy(RBE)。(a)(最底一行)根据总开支预算1.1说明常规规划的问题。当评估可变的RBE时,可以观察到桨上覆盖目标的热点>60gy (RBE),这是由高LET造成的。(b)(最上一行)显示了基于固定RBE模型的IMPT优化问题。该方法导致靶部位的物理剂量较低,如果模型过高估计LET对靶部位的影响,则可能导致剂量不足(<50 Gy(RBE))。(c)表明,在两种情况下,纳入RBE不确定性的鲁棒优化会产生足够的目标剂量分布。
结束语
PT的主要商业TPS中提供了强大的计划支持。 因此,鲁棒优化已从研究主题发展为临床实践中通常用于治疗计划的技术。 该领域的未来工作可能旨在建立鲁棒性评估和报告的共识,基于此类商定的鲁棒性计划质量指标促进鲁棒性优化,开发超出系统范围和设置误差的特定于站点的不确定性模型,并减少鲁棒性计划的计算时间。
-
适应治疗来解释日常解剖和范围的变化
-
体内距离验证
-
4D计划交付
-
考虑质子的RBE
Part 3: 改善成像
- 质子治疗计划的成像进展
状况
X射线CT是质子治疗计划中无可争议的主要成像方式,特别是用于剂量计算。称为CTN转换的基本方法,即使用启发式转换函数(Hounsfield查找表,HLUT),将天然单能量CT(SECT)衍生为剂量计算的相关量(通常是停止功率比,SPR),自临床PT开创以来,一直保持不变。然而,在过去的十年中,在CT成像方面进行了相关的改进(Wohlfahrt和Richter 2020)。使用迭代重建技术,可以明显降低图像噪声,具有降低剂量的巨大潜力。但是,他们尚未在广泛的临床应用中找到自己的方式。相比之下,在采集过程中根据患者的解剖结构自动调节管电流得到了广泛的应用,允许在不同的CT切片上保持恒定的噪声水平,并有效地减少成像剂量。
为了改善肿瘤的描述和分期,根据目标补充使用对比度增强的SECT扫描和/或正电子发射断层扫描(PET)和磁共振成像(MRI)。由于PET或MRI扫描通常在不同的扫描仪和时间点进行,因此额外的挑战来自患者位置的偏差和所需的图像配准。
值得注意的是,CT成像和CT-to-SPR转换协议在不同中心以及多模态成像的获取和处理方面存在很大差异,引入了剂量计算和描绘方面严重的中心间差异(Vinodet al2016a),可能会干扰多中心临床试验的结果。
当前和未来的挑战
在基于CT的SPR和距离预测中,降低不确定性是一个主要挑战。HLUT方法的局限性是治疗计划中标称范围不确定性的主要原因,几十年来,标称范围几乎没有变化,仅为绝对范围的3%-3.5% (Taasti et al . 2018)。这并不是没有根据的,因为最近在欧洲粒子治疗网络内进行的中心间比较显示,范围预测有2.6%–2.9%的变化。对于其他成像方式,如MRI或CBCT,其范围预测精度不如CT,目前禁止其应用于质子治疗计划。然而,只要范围预测的不确定性小于检测到的处理偏差,通过适当和必要的改进,它们可以潜在地用于自适应工作流程。
预处理成像中的一个主要挑战是适当的组织分化,这不仅对于准确的SPR分配很重要,而且通常对于肿瘤和OAR(Organs At Risk,危险器官)分割也很重要。
我们定义了以下长期目标,这将产生相关的改进:
- 基于CT的成像的范围预测精度为1%
- 用于分割的自动组织分化和用于非CT成像的适当SPR分配
- 目标和OAR分化的总体改进,例如,使用不同的、针对特定目标的图像对比和伪影减少技术
- 减少SPR预测和描绘中的中心间变异性。
预处理成像技术的进步迎接挑战
在过去的15年里,DECT扫描仪在放射学中的临床应用使各种应用程序能够提高诊断效率和疗效,现在已经成为常见的做法(Agrawal et al 2014)。尽管放射肿瘤学有很大的研究兴趣,但在2015年才实现了DECT在常规质子治疗计划中的首次使用。在不久的将来,DECT的广泛临床应用将变得显而易见,越来越多的证据证明其对PT的益处。
由于DECT可以更好地区分材料,因此可以结合患者内和患者之间的组织差异,目前使用HLUT进行基于CT的停止功率预测的内在限制可以明显减少。 通过基于DECT的直接SPR预测,已证明将当前范围不确定度从3%–4%相应地降低到2%以下在临床上是可行的(Wohlfahrt和Richter 2020),并且可能会由于后处理算法的改进而进一步降低(光束硬化和散射校正,患者体型估计,图像平滑和降噪)。CT供应商努力提供SPR数据集作为剂量计算的输入,并对他们的CT系统进行专门的校准,这显然会促进临床工作流程,并有助于实现理想的标准化,以减少当前大的中心间差异。
此外,CT采集后生成的虚拟单能量图像提供了不同的图像对比度——低能量(40-60 keV)可以增加软组织对比度,高能量(120-200 keV)可以减少金属伪影。分离造影剂在图像中的分布可以进一步提高肿瘤的可视性,甚至可以用作衡量器官功能或肿瘤代谢的指标(功能成像)。目前,针对目标和OAR分割的额外信息的最佳应用以及由此产生的潜在好处的评估是有限的,需要在未来的研究中全面解决。
如今,存在多种DECT采集技术(双源、双层、快速电压切换、双螺旋)。。在能量分离、管电流调制、视野以及投影的时空差异方面,每一种都有各自的优点和缺点。因此,目前尚不存在用于放射肿瘤学的通用DECT设备,并且必须根据各自的目标和个人要求做出折衷方案(Wohlfahrt和Richter 2020,van Elmpt等人 2016)。
光子计数CT系统,预期的下一代具有能量分辨探测器的CT技术,将有可能克服上述目前的DECT技术的技术限制,这是由于CT采集后在几个能量箱中进行光谱分离,同时保持完整的时间分辨率。因此,为DECT开发的精确的直接SPR预测方法也将无条件适用于运动引起的解剖变化的身体区域。而且,基于投影的光束硬化和散射校正是无条件可行的。多维衰减信息的可用性(能量箱的不同组合)似乎有希望改善材料分化,这可能导致更高的肿瘤组织对比和多种对比剂的器官分割和分化。最初的概念验证研究中,第一个原型在SPR预测和材料分类方面显示了与DECT相当或稍好一些的准确性。进一步的改进检查降噪技术也可以减少当前由于高图像噪声不可接受的选择适当数量的能量箱的限制。因此,光子计数CT可以成为放射肿瘤学中DECT的一种新兴替代品(Willemink et al, 2018)。
距离探测,比较患者传播后的测量和预期深度剂量,是验证基于CT的距离预测并最终采用CTN-to-SPR转换的有前途的工具(Parodi 2020)。其广泛的临床应用需要PT系统的顺利整合。
数十年来,利用质子CT获取三维阻滞力信息一直是研究的活跃焦点,从而产生了第一个实验原型,目前仍处于开发的早期阶段。随着DERT或光子计数CT的不断改进和临床实施,质子CT在SPR准确性方面的潜在额外增益变得越来越小,甚至可能在某一点上没有临床相关性。质子CT也会有相当大的额外成本,只能适用于数量有限的身体区域由于电流限制在最大质子能量最多(约230伏)中心,并将减少病人治疗引起的长时间采集(几分钟)质子治疗房间(Johnson 2018)。更好的散射预测已经明显提高了质子CT图像的质量,但物理约束限制了在高密度材料梯度下进一步提高空间分辨率,并产生环形和条纹伪影(Parodi 2020)。潜在的应用案例可能是金属植入物接近治疗量的患者(Johnson 2018)。然而,在(多能量)x线CT中,伪影复位技术的不断改进可能是临床充分且更具成本效益的替代方案。
MRI提供了多种获取模式来区分软组织和评估其功能行为。包括MRI在内的多模态成像相结合已被证明可以减少轮廓的观察者内部和观察者之间的变异性(Vinod等人 2016b)。使用DECT甚至质子CT代替SECT作为输入,可以提高基于MRI的SPR预测材料分配(例如sCT生成)的稳健性和准确性。几何精度、运动检测和管理以及定量MRI的准确性和精度方面的改进是目前的研究挑战(Das等人 2019)。因此,同步多模成像在治疗位置是值得追求的,以结合各自的优势,减少登记错误和最大限度地患者特定的组织信息可用于治疗计划。
此外,成像技术的进步使得分别结合DECT和距离探测或质子CT能够准确,精确地确定生物组织样本和患者中平均激发能的实验值。 与单模态方法相比,MRI和DECT甚至光子计数CT的组合可以促进更好的体内组织分化和表征。
结束语
预处理成像领域已获得实质性的翻译研究兴趣。 DECT可大大减少范围不确定性,目前已成为广泛临床实施的关键基石。 就范围精度而言,它将为其他技术树立基准。 因此,如DECT所介绍的那样,光子计数CT将潜在地从定制的图像对比度中进行分割,并实现直接SPR预测,从而使患者范围更广(受运动影响的区域),而不是进一步减小范围的不确定性。 因此,针对PT要求的光子计数CT的研究和定制将成为转化研究的一个令人兴奋的领域。 对于所有成像方式的PT应用,在临床现实场景中进行定量成像是关键,应在校准和验证研究中予以考虑,例如使用涵盖不同临床场景的幻像设置。
总而言之,我们有信心,没有一种成像方式能够满足广泛的放射肿瘤学需求。 因此,研究工作应集中在寻找最佳的多模式协同作用上。 因此,汇集成像和放射肿瘤学专业知识变得越来越重要。 图8概述了未来几年的潜在进步。
利益冲突声明
作者从Siemens Healthineers(2018)获得了讲师的个人资助,这与本研究无关。 OncoRay与Siemens Healthineers签署了有关DECT的粒子治疗领域的机构研究协议(2016-2020年),并签署了作为DECT放射治疗参考中心的机构协议和软件评估合同。 对于本文,作者没有得到任何经济支持。 其他作者报告没有利益冲突。
- 图像导引
图像引导放射治疗以改善位置验证
放射治疗中的影像用于适应治疗
PT中IG的路线图
MRI引导PT
结束语
利益冲突声明