基于锥形束计算机断层扫描的在线自适应放射治疗中，用于局部晚期肺癌患者的自动化目标错位校正

《Physics and Imaging in Radiation Oncology》：Automated target misalignment correction for cone beam computed tomography-based online adaptive radiotherapy of locally advanced lung cancer patients

合成CT生成技术通过变形向量场纠正局部晚期肺癌患者每日CBCT引导放疗中的靶区位置偏差，实现治疗边缘缩小与剂量计算准确性。

　　
本研究聚焦于局部晚期肺癌患者放射治疗中存在的解剖学动态差异问题。传统放射治疗依赖每日锥形束CT（CBCT）引导的刚性配准，但由于肿瘤与淋巴结的移动差异，常需扩大治疗边界。为此，研究团队开发了基于变形矢量场（DVF）的合成CT生成工具（SA），旨在通过自动化流程纠正残留的肿瘤位置偏差，实现在线自适应放疗（OART）的优化。

研究背景方面，局部晚期肺癌患者由于肿瘤与纵隔淋巴结的相对运动，每日需调整治疗边界以避免遗漏关键靶区。尽管CBCT图像被广泛用于位置校正，但其低软组织对比度、散射噪声及手动修正需求限制了直接应用。现有OART方案多依赖人工智能重建或变形配准，但存在流程繁琐、需人工介入等问题。本研究提出的SA工具创新性地结合了临床常规的CBCT配准流程与自动化变形技术，在保证速度的同时减少人为误差。

在技术实现层面，SA工具的核心在于建立双阶段配准系统。首先，通过纵隔ROI（区域兴趣）配准确定治疗床的平移调整量，随后以肿瘤掩膜为基准进行精确配准。研究特别设计了辅助掩膜（help mask）与高斯平滑核的结合策略：基于肿瘤掩膜扩展的5mm缓冲区，结合矢量场分量的方向性加权，生成非零矢量的动态范围。这种空间约束机制确保了肿瘤区域刚性位移的同时，有效抑制了周围解剖结构的形变。实验数据显示，经SA校正后的合成CT（sCT）与CBCT的肿瘤位置偏差从原始5.1mm降至0.7mm，验证了方法的有效性。

性能评估部分包含三个关键指标：几何配准精度、HU一致性及体积稳定性。在配准精度方面，通过对比pCT（规划CT）与sCT的肿瘤位置偏差，发现平均位移误差降低至0.7mm（IQR 0.5mm），显著优于未校正的5.1mm。HU误差分析显示，肿瘤区域平均绝对误差不超过6HU，中位数误差控制在±1HU以内，满足剂量计算对组织密度的基本要求。体积稳定性方面，合成CT的肿瘤体积缩小幅度中位数为-3.7%，最大单例体积变化达-13%，但总体变化幅度控制在±4%以内，表明工具在保持肿瘤轮廓完整性的同时，实现了必要的形态调整。

临床应用价值体现在工作流程优化与治疗边界缩减。SA工具的自动化处理将传统OART流程中的手动掩膜修正环节去除，从CBCT配准到合成CT生成仅需2分钟，较商业解决方案（如Elekta Unity需34分钟）效率显著提升。基于该工具，研究团队重新设计了适应性的治疗边界（PTV），将纵向边界缩减2mm，横向缩减1mm，理论上可降低15%-20%的冗余剂量分布。

技术局限性与改进方向需重点说明。首先，工具对肿瘤与淋巴结的间距有严格要求（≥1.2cm），当邻近器官存在重叠风险时需谨慎应用。其次，合成CT的HU值在肿瘤边缘存在±30HU的波动，但研究证实这种离散度对剂量计算影响较小。未来改进可考虑引入多模态配准（如将PET-CT纳入参考框架）以提升定位精度，同时开发自适应平滑算法以优化边缘过渡。

临床转化方面，研究团队已将该工具集成至现有IGRT系统，形成完整的OART工作流闭环。具体实施步骤包括：每日获取CBCT后，自动执行纵隔配准确定床面平移量，随后应用SA生成合成CT及同步更新的靶区掩膜。验证CBCT环节仅需额外15分钟，整体治疗准备时间从传统方案的30分钟压缩至15分钟以内。该技术已在8例局部晚期肺癌患者的前瞻性试验中验证，为后续大样本临床研究奠定了基础。

研究对现有OART解决方案进行了系统性对比。相较于基于深度学习的合成CT生成方法，SA工具的优势在于：1）完全依赖临床常规配准流程，避免算法对临床经验的干扰；2）变形矢量的物理可解释性强，误差来源明确；3）处理速度更快，适合临床实时需求。但局限性在于无法处理非刚性形变（如肿瘤内部液化坏死），这为后续研究指明了方向——结合弹性配准算法扩展适用场景。

在质量控制方面，研究提出双阶段验证机制：首先通过合成CT与原始CBCT的配准精度（均方根误差≤1mm）确保几何一致性；其次通过HU值对比与体积变化分析评估剂量计算可靠性。特别值得注意的是，体积变化的绝对值（最大0.7cm3）与相对值（最大-13%）存在非线性关系，这为临床制定边界调整策略提供了量化依据。

该成果对放射治疗临床实践产生三方面影响：1）优化治疗边界设计，减少过度照射；2）建立标准化OART流程，缩短治疗准备时间；3）为后续智能化放疗系统开发提供可扩展的技术框架。后续研究可探索该工具在质子治疗中的应用潜力，以及结合影像组学特征提升靶区自动勾画的鲁棒性。

从技术发展角度看，SA工具的成功验证了"渐进式自适应"理念的可行性。该方案未要求颠覆现有放疗系统，而是通过现有IGRT流程的增量改进实现治疗优化，这种渐进式技术升级策略更易被临床接受。研究团队计划进一步开发模块化接口，使SA工具能无缝对接现有TOMO、γ刀等不同放疗设备，扩大技术应用范围。

最后需要强调的是，本研究数据来源于特定临床场景（如肿瘤体积≥2cm3、位置明确），对于小体积、隐匿性肺癌或存在严重呼吸运动的患者，仍需进行适应性验证。建议后续研究采用多中心、前瞻性队列设计，特别是纳入不同分期、不同治疗阶段的患者，以全面评估SA工具的临床适用性。