精准放射治疗经历了三维适形放疗、静态调强放射治疗（static intensity modulated radiation therapy，sIMRT）、 动态调强放射治疗（dynamic intensity modulated radiation therapy，dIMRT）等多种技术更迭 ^[1]。调强放射治疗通过对辐射野内剂量强度的调节，使整个靶区体积内高剂量分布比三维适形治疗更均匀，目前主流的肿瘤精准放射治疗方式为容积旋转调强放射治疗（volumetric modulated arc therapy，VMAT）^[2]。VMAT 技术在调强技术基础上结合弧形治疗的优势，兼具良好靶区剂量分布和高速治疗效率，将成百上千的子野分布在 1 个至多个弧上，在确保肿瘤治疗区域和周围重要器官满足剂量限制的同时，显著缩短治疗所需的时间，可有效缓解放疗资源紧张问题 ^[3-5]。放射治疗前，放疗医师和物理师需利用治疗计划系统（treatment planning system，TPS）进行计划的设计及制定，因此 TPS 在精准放射治疗的发展过程中发挥着重要作用。目前，TPS软件产品以国外厂商为主流，并占据了较大的市场份额，如瓦里安公司的 Eclipse、医科达公司的Monaco 等，但其收费高昂、维护不方便，且产品大多与加速器绑定，应用受限。随着放射治疗设备硬件技术已趋于稳定，越来越多的开发团队更加聚焦 TPS 本身的功能创新、流程优化，通过软件革新最大化利用设备平台，从而为临床用户带来更好的产品体验，特别是针对临床计划设计时间长、质量同质化差、人机交互不方便等问题研发的自动化、标准化、智能化产品是 TPS 未来的发展趋势。为推动我国高端放射治疗技术与产业发展，本研究将核能辐射输运自主创新技术拓展应用于肿瘤精准放射治疗领域，建立了“精准计划、精准定位、精准照射、精准测评”的“四精”放射治疗技术创新体系，发展了高精度快速剂量计算 ^[6-7]、多目标智能计划优化 ^[8]、肿瘤实时精准定位跟踪 ^[9-10]、多维精准调控射束、人体内三维剂量精准测评 ^[11-12] 等关键技术，研发了包含精准调强 TPS、医用直线加速器、图像引导精准放射治疗系统、剂量引导精准放射治疗系统、智慧放疗云等多种精准放射治疗产品 ^[13-14]，旨在发展软硬件一体化的智能化肿瘤精准放射治疗解决方案。调强 TPS 软件KylinRay-TPSe 采用模块化设计，旨在为放疗医师或物理师提供方便快捷的计划设计平台，同时具有易维护性及可扩展性。本研究主要介绍了 KylinRay-TPSe 的系统架构及主要功能特点，并对整个系统进行测试验证，以为临床治疗提供参考，现报道如下。

1  KylinRay-TPSe 系统架构及主要功能

KylinRay-TPSe 分为影像管理、影像配准、影像勾画（含三维重建）、适形计划设计和调强计划设计、计划评估比较模块、计划报告输出模块、数据管理模块 8 个功能模块（图 1）。影像管理模块遵循 DICOM 3.0 标准，实现了 CT/4D CT/MRI 等影像文件的网络传输及本地导入，支持勾画文件 RTStructure、计划文件 RT Plan、剂量文件 RT Dose 的网络传输及本地导出；此外，还支持基于多时相CT 序列的平均时相、最小时相、最大时相 CT 序列生成，导入导出可兼容国际主流商用计划系统和放疗信息管理系统。影像配准模块实现了多模态影像刚性配准、手动配准、标记点配准、形变配准功能，提供棋盘格、透视窗、颜色映射等多种融合影像评估工具。影像勾画模块可自动完成脊髓、眼睛、双肺、皮肤等多种器官的自动识别与提取，支持多种便捷的手动勾画工具，如推轮、画笔等，支持多器官逻辑运算、对称 / 非对称外扩内缩、一键建环、器官避让等勾画辅助功能。KylinRay-TPSe 采用基于多尺度卷积深度学习的自动分割方法，以进一步提高自动勾画精度；此外，形变配准功能基于伪影抑制的深度迁移神经网络模型 ^[15]，可解决传统的形变配准算法存在迭代收敛慢、易陷入局部最优的问题，可实现在尽可能少人工参与标注的前提下配准效果提升，可快速、准确地用于不同癌种（如肺癌、乳腺癌等）自适应放射治疗过程中的影像配准融合。放疗计划设计中，适形计划设计模块支持多叶准直器（multi-leaf collimator，MLC）自动适形和手动绘制，支持 Block、Cone、Wedge 等多种附件的添加与修改，实现了体剂量、面剂量与点剂量计算及剂量结果的二维、三维可视化。调强计划设计模块支持静态、动态、容积旋转调强计划制定，提供蒙卡 - 解析混合、快速蒙卡、筒串卷积等多种剂量算法引擎计算病人体内剂量分布结果，同时支持计划迭代优化过程中剂量体积直方图（dose-volume histogram，DVH）结果实时显示及约束条件的实时修改，支持线束视野观（beam's eye view，BEV）子野动态播放。此外，还提供方便快捷的计划模板、约束模板、临床目标模板等功能，对于靶区欠量和危及器官超量可以提供自动预警功能，进一步提高计划设计效率。计划评估比较模块支持计划剂量分布同屏比较，实现了任意多个计划 DVH 叠加评估比较。计划报告输出模块可提供简版 / 详版报告选项功能，可按照临床医师的需要和习惯将治疗计划信息以报告的形式输出查看并签字确认。KylinRay-TPSe 支持调取患者治疗时使用电子射野成像装置电子射野影像系统（electronic portal imaging device，EPID）收集的图像数据，重建患者体内的三维剂量分布图 ^[16]，通过比较计划剂量分布与实际重建剂量分布间的差异评估治疗过程是否符合预定计划的执行情况，进行在线或下一次治疗的计划修正，可实现在原有治疗计划基础上进行靶区和危及器官自适应勾画及形变配准、基于 CBCT 图像快速自动计划重优化、基于快速蒙卡剂量计算的剂量形变累加等功能，确保患者肿瘤部位获得精准的受照剂量，从而更好地实现自适应放疗。在计划设计过程中，剂量计算和优化是整个系统的计算核心，可以通过调用剂量计算来获得患者体内剂量分布，并通过逆向迭代优化得到最优治疗计划。

图 1 系统功能模块图

2  关键技术与方法

2.1  并行高精度剂量计算

人体三维剂量分布可以通过剂量计算算法得到。针对不同调强技术的计划，在优化迭代过程中都需要用到剂量计算，特别是对于容积旋转调强技术来说，其控制点个数和计算量是静态调强的 20 倍以上，因此对剂量计算的速度和精度提出了更高的要求。KylinRay-TPSe 提供了 3 种剂量计算方法供用户选择，蒙卡解析混合剂量计算方法 ^[17-20] 根据计算模型复杂程度及组织非均匀性特征自动实现耦合剂量计算，对高精度区域外产生的次级电子和散射光子产生的影响进行综合评估，通过自适应过渡层来平衡计算时间和精度，进一步减少了计算时间，同时也保证了高精度区域的计算精度；此外，为实现容积旋转调强的快速高精度需求，还发展了基于图形处理器（graphics processing unit，GPU）加速的筒串卷积剂量计算 ^[21] 和基于 GPU 加速的快速蒙特卡罗剂量计算 ^[22]。基于 GPU 加速的筒串卷积剂量计算方法含有三维非均匀修正，在精准建模的前提下能准确地计算人体各个部位的剂量，通过采用 GPU 并行加速技术对计算过程进行优化；基于 GPU 加速的快速蒙特卡罗剂量计算方法能够准确模拟治疗头输出的通量分布及能谱随入射深度变化的效应，从而准确计算人体各部位的剂量，同时采用了 GPU 和 CPU 异构加速技术进一步提高计算速度。

2.2  机器参数直接子野优化

调强计划优化从目标函数出发，根据预期处理结果，通过优化算法迭代找寻包含射野形状、方向、照射权重等在内的最佳计划方案，从而使剂量分布的结果尽可能接近目标 [23]。在前期已有的快速强度分布优化、直接子野优化的技术 ^[24-28] 基础上，KylinRay-TPSe 发展了基于机器参数的多功能快速计划优化等技术，将肿瘤靶区和各个重要器官的临床要求转化为一系列具体的约束条件和目标，以确保治疗计划的安全性和有效性，可同时兼顾肿瘤、危及器官、正常组织的剂量要求，快速制定静态调强、动态调强、旋转调强等多种调强计划。由于容积旋转调强涉及的参数多，优化时间较长，所以旋转调强优化难以获得最优解。容积旋转调强与静态调强的主要不同在于硬件约束，如加速器转动速度、叶片运动速度、剂量率等，因此，优化算法的核心在于对硬件约束的处理。容积旋转调强计算量比静态调强提高了至少 1 个数量级，对计算速度是极大的挑战。KylinRay-TPSe 发展了基于渐进逼近式和机器参数的直接子野优化方法，子野权重和子野形状分别基于共轭梯度法和基于机器参数优化，通过多次迭代得到最优解，进而采用渐进逼近优化方法优化得到全空间最优结果。在优化过程中采用 GPU加速、非均匀网格等方法进一步提高优化速度。

3  测试验证及结果

3.1  资料及方法

随机选取 30 例宫颈癌临床例题，其中静态调强、动态调强、容积旋转调强计划类型的临床例题各 10 例， 分别采用 KylinRay-TPSe 与对照 TPS（Eclipse 15.5）制定放射治疗计划。KylinRay-TPSe 计划设计由 1 位拥有 3 年以上计划制作经验的物理师制定，为确保放射治疗计划的一致性，对于相同病例计划，在 2 个计划系统中保持同样的处方剂量、多叶光栅与小机头角度、治疗床的角度，以及相同的射野中心、射野大小、射野数量。在优化过程中，该物理师严格遵循一致的临床优化目标，即确保处方剂量的 95% 剂量线完全覆盖靶区，同时确保各重要危及器官（organs at risk，OAR）的剂量限值均达到预设目标。最后由 1 位具有 8 年以上工作经验的物理师完成计划的审核确认。

比较 2 个计划系统在机器跳数（monitor unit，MU）、子野数、处方剂量体积相同条件下的靶区剂量、均匀性指数（homogeneity index，HI）、适形性指数（conformity index，CI） 等， 验证KylinRay-TPSe 的安全性和有效性。 对 KylinRay-TPSe 和 Eclipse 中的同一计划进行相同的剂量归一化处理，即确保 95% 的处方剂量能够覆盖整个计划靶区（planning target volume，PTV），采用最大剂量（D_max）、平均剂量（D_mean）、覆盖 PTV 体积 95%的剂量（D_95%）、覆盖 PTV 体积 5% 的剂量（D_5%）、95% 处方剂量线覆盖 PTV 的体积（V_PTV95%）、95%处方剂量的体积（V_95%）评估放射治疗计划中 PTV和 OAR 的剂量分布 ^[29]。靶区 HI 和 CI 计算方法如式（1）~（2）所示。

其中，HI、CI 值域均在 0~1 之间，其中 HI 越接近 0 表示靶区的剂量分布越均匀，CI 越接近 1 表示靶区的适形性越好。

利用 SPSS 22.0 软件对数据进行统计学分析。计量资料以 x ±s 表示，采用 Wilcoxon 配对符号秩和检验。P< 0.05 为差异有统计学意义。

3.2  结果

3.2.1  临床静态调强案例

对 10 例患者分别在 KylinRay-TPSe 和 Eclipse 中的 sIMRT 计划进行剂量学参数比较。所有 sIMRT计划均满足临床剂量要求；宫颈癌 sIMRT 计划相同射束条件下，KylinRay-TPSe 控制剂量热点方面表现较好。靶区 PTV D_max 与 Eclipse 比较，其 D_max平均降低了约 1.3 Gy，差异有统计学意义（P< 0.05）。KylinRay-TPSe 的 PTV D_mean 比 Eclipse 高 1.7 Gy。KylinRay-TPSe 和 Eclipse 的 高剂量区 D₅、HI、CI、MU 比较，差异均无统计学意义（P> 0.05）。见表 1 ~ 2。

表 1 KylinRay-TPSe 与 Eclipse 在 sIMRT 计划中PTV 剂量学参数比较（x ±s）

注：sIMRT 静态调强放疗，PTV D_max 表示靶区的最大剂量，PTV D_mean 表示靶区的平均剂量，PTV D_5% 表示覆盖靶区体积 5%的剂量，HI 表示均匀性指数，CI 表示适形性指数，MU 表示机器跳数

表 2 相同射束条件下宫颈癌 sIMRT 计划中KylinRay-TPSe 和 Eclipse 剂量学参数比较（x ±s）

注：sIMRT 静态调强放疗

3.2.2  临床动态调强案例

对 10 例患者分别在 KylinRayTPSe 和 Eclipse 中dIMRT 计划进行剂量学参数比较， 所有动态调强计划均满足临床剂量要求；相同射束条件下，KylinRay-TPSe 的 D_max、D_mean、D₅、HI、CI、MU与 Eclipse 比较，差异无统计学意义。见表 3 ~ 4。

表 3 KylinRay-TPSe 与 Eclipse 在 dIMRT 计划中PTV 剂量学参数比较（x ±s）

注：dIMRT 为动态调强放疗，PTV D_max表示靶区的最大剂量，PTV D_mean 表示靶区的平均剂量，PTV D_5% 表示覆盖靶区体积5% 的剂量，HI 表示均匀性指数，CI 表示适形性指数，MU 表示机器跳数

表 4 相同射束条件下宫颈癌 dIMRT 计划中KylinRay-TPSe 和 Eclipse 剂量学参数比较（x ±s）

注：dIMRT 为动态调强放疗

3.2.3  临床旋转调强案例

对 10 例患者分别在 KylinRayTPSe 和 Eclipse 中的 VMAT 计划进行剂量学参数比较，所有 VMAT计划均满足临床剂量要求。相同射束条件下，KylinRay-TPSe 宫颈癌 VMAT 计 划 中 D_max 与Eclipse 比较，其平均 D_max 减少约 1.6 Gy，剂量热点控制能力较好，差异有统计学意义（P< 0.05）。KylinRay-TPSe 的 D_mean、D_5%、HI、CI、MU 与Eclipse 比较，差异无统计学意义（P > 0.05）。见表 5 ~ 6。

表 5 KylinRay-TPSe 与 Eclipse 在 VMAT 计划中PTV 剂量学参数比较（x ±s）

注：VMAT 为容积旋转调强放射治疗，PTV D_max 表示靶区的最大剂量，PTV D_mean 表示靶区的平均剂量，PTV D_5% 表示覆盖靶区体积 5% 的剂量，HI 表示均匀性指数，CI 表示适形性指数，MU 表示机器跳数

表 6 相同射束条件下宫颈癌 VMAT 计划中KylinRay-TPSe 和 Eclipse 剂量学参数比较（x ±s）

注：VMAT 为容积旋转调强放射治疗

4  总结

TPS 作为精准放射治疗的关键组成部分，对于制定放疗方案、提高肿瘤控制率和降低正常组织并发症发生率具有至关重要的作用。随着医疗技术的不断进步，市场上涌现出多款 TPS 软件，其中国外产品瓦里安 Eclipse、医科达 Monaco 在临床实践中应用较为广泛。Eclipse 和 Monaco 软件以其广泛的市场应用和稳健的优化工具而受到青睐，但操作复杂性和计算时间导致应用受限；且功能模块众多，初次使用的用户需花费较长时间熟悉和掌握软件的操作流程和各种功能设置，一些参数设置和功能操作仍需要操作人员具备一定的专业知识和经验，对操作人员要求较高，一定程度上增加了学习成本。此外，进口产品的采购成本和维护费用相对较高，对于一些预算有限的医疗机构来说，存在一定的经济压力，限制了其在基层医疗机构的普及和应用。KylinRay-TPS 发展并实现了包括 sIMRT、dIMRT 和VMAT 在内的多种治疗计划设计技术，其功能全面覆盖了调强放疗所需的各项关键功能。通过临床实际例题对系统的安全性和有效性进行测试验证，结果表明 KylinRay-TPSe 的功能和性能能够满足临床需求。KylinRay-TPSe 结合 GPU 并行高精度剂量计算和机器参数直接子野优化的使用，能够在更短的时间内生成高质量的治疗计划，提高了放疗工作效率，进而减少了患者等待治疗计划制定的时间。此外，随着人工智能、5G 网络、云计算等信息技术与放射治疗领域的融合，KylinRay-TPSe 也通过智能化技术进一步赋能临床高效计划与实施，在临床治疗中实现远程智能勾画、远程自动计划、远程评估等功能，提高放疗计划设计的效率和同质化水平，助力实现个性化、快速化、精准化的放射治疗。

【参考文献】

［1］易峰涛，韩栋梁，葛宁，等 . 三种放疗技术在食管癌淋巴结预防性照射的剂量学比较 [J]. 中国医疗设备，2021，36（12）：58-61.

［2］曾疆 . 大体积肺癌容积旋转调强放射治疗与静态调强放射治疗的剂量学特点 [J]. 医疗装备，2020，33（23）：1-2，6.

［3］柴林燕，王科峰，张晓智，等 . 3 种不同放疗技术在左侧乳腺癌保乳术后全乳腺放疗中的剂量学比较 [J]. 国际放射医学核医学杂志，2020，44（9）：569-574.

［4］张矛，金海国，苏清秀，等 . 肺癌静态调强与容积旋转调强放射治疗间比较 [J]. 中国医学物理学杂志，2013，30（5）：4364-4368.

［5］沈莲，张玉良，翟汉晓，等 . 容积旋转调强和固定野动态调强在咽喉癌术后放疗中的剂量学对比研究 [J]. 实用肿瘤杂志，2022，37（1）：67-72.

［6］Wu YC, Song G, Cao RF, et al. Development of accurate/advanced radiotherapy treatment planning and quality assurance system (ARTS)[J]. Chinese Phys C, 2008, 32(S2): 177-182.

［7］李洁 . 精准放射治疗中肺部剂量特性及非均匀修正方法研究 [D]. 合肥：中国科学技术大学， 2019.

［8］Cao RF, Wu YC, Pei X, et al. Multi-objective optimization of inverse planning for accurate radiotherapy[J]. Chinese Phys C, 2011(35): 313-317.

［9］Jia J, Xu GM, Pei X, et al. Accuracy and efficiency of an infrared based positioning and tracking system for patient set-up and monitoring in image guided radiotherapy[J]. Infrared Phys Techn, 2015(69): 26-31.

［10］吴宜灿，贾婧，曹瑞芬，等 . 图像引导精准定位跟踪系统 KylinRay-IGRT[J]. 中国医学物理学杂志，2017，34（3）：225-229.

［11］任强，王玉，曹瑞芬，等 . 基于非晶硅电子射野影像装置的精确剂量刻度方法 [J]. 中国医学物理学杂志，2015，32（1）：38-42，47.

［12］吴宜灿，郑华庆，曹瑞芬，等 . 剂量引导实时验证系统 KylinRay-DGRT 的研发及验证 [J]. 现代仪器与医疗，2017，23（6）：13-17.

［13］吴宜灿，贾婧，曹瑞芬，等 . 质子调强放射治疗计划系统 KylinRay-IMPT[J]. 中国医学物理学杂志，2017，34（6）：541-545.

［14］刘小波，汪冬， 赵云，等. KylinRay-IMRT与 Pinnacle3 胸部肿瘤计划剂量学比较分析 [J]. 中国医学物理学杂志，2020，37（1）：17-21.

［15］Tian DS, Sun GY, Zheng HQ, et al. CT-CBCT deformable registration using weakly-supervised artifact-suppression transfer learning network[J]. Phys Med Biol, 2023, 68(16): 1-6.

［16］郑华庆， 孙光耀， 赵云，等 . 剂量验证系统软件 KylinRay-Dose4D 研发进展 [J]. 中国医疗器械杂志，2023， 47（4）：360-364.

［17］Zheng HQ, Sun GY, Li G, et al. Photon dose calculation method based on Monte Carlo finite-size pencil beam model in accurate radiotherapy[J]. Commun Comput Phys, 2013, 14(5): 1415-1422.

［18］Wu YC, Song J, Zheng HQ, et al. CAD-based Monte Carlo program for integrated simulation of nuclear system SuperMC[J]. Ann Nucl Energy, 2015(82): 161-168.

［19］Wu YB. CAD-based interface programs for fusion neutron transport simulation[J]. Fusion Eng Des, 2009, 84(7-11): 1987-1992.

［20］吴宜灿，曹瑞芬，胡丽琴，等 . 动态调强精准放射治疗计划系统 KylinRay-IMRT 的研发及验证 [J]. 中国医疗器械杂志，2018，42（1）：7-10.

［21］吕昂，徐子皓，孙光耀，等 . 基于 GPU 加速的筒串卷积剂量计算算法的准确性验证 [J]. 中国医学物理学杂志，2023，40（9）：1075-1082.

［22］徐子皓，吕昂，孙光耀，等 . 基于 GPU 加速的快速蒙特卡罗剂量计算程序的准确性验证 [J]. 中国医学物理学杂志，2023，40（9）： 1075-1082.

［23］林琳 . IMRT 逆向计划中多目标优化算法进化策略的研究 [D]. 杭州：浙江工业大学，2009.

［24］曹瑞芬，裴曦，郑华庆，等 . 基于共轭梯度法的调强放疗射束强度分布优化 [J]. 原子核物理评论，2010，27（2）： 212-217.

［25］裴曦，曹瑞芬，景佳，等 . 调强放射治疗子野权重优化方法研究 [J]. 原子核物理评论，2011，28（1）：103-108.

［26］王捷，曹瑞芬，裴曦，等 . 一种快速调强放射治疗直接子野优化方法 [J]. 中国医学物理学杂志，2015，32（1）：4-7.

［27］Wang J, Pei X, Cao RF, et al. A multiphase direct aper ture optimization for inverse planning in radiotherapy[J]. Nucl Sci Tech, 2015, 26(1): 48-53.

［28］Cao RF, Pei X, Zheng HQ, et al. Direct aperture optimization based on genetic algorithm and conjugate gradient in intensity modulated radiation therapy[J].Chinese Med J-Peking, 2014, 127(23): 4152-4153.

［29］杨彦举， 方应涛， 高大地， 等 . uRT-TPS 和 MonacoTPS 对同一直线加速器在多癌种放射剂量计算方面差异的比较 [J]. 中国癌症杂志，2024，34（1）：82-89.

内容来源于《医疗装备》杂志，如需转载请注明出处。