《Physica Medica》：Validation of DICOM extraction and Structuration Toolkit (DEST) for automated extraction and structuration of radiotherapy data for large-scale analysis
编辑推荐：
本研究开发了DICOM-RT数据提取与结构化工具DEST，验证其在心脏和肺部剂量体积 histogram分析中的可靠性，与治疗计划系统结果高度一致，支持更复杂的剂量效应关系研究。
Ibrahima Diallo | Mamadou Hady Balde | Duyen Do | Véronique Letort | Thomas Ménard | Sarah Lemler | Guillaume Auzac | Anne Beaudré | Eric Deutsch | Nicolas Meillan | Thomas Sarrade | Anne-Laure Martin | Catherine Gaudin | Dominique Delmas | Antonio Di Meglio | Ines Vaz-Luis | Charlotte Robert | Florent de Vathaire | Sofia Rivera | Rodrigue S. Allodji
巴黎萨克雷大学，法国国家健康与医学研究院（INSERM），Gustave Roussy研究所，分子放射治疗与治疗创新部门U1030，94800 Villejuif，法国
摘要
目的
将DICOM-RT格式的放射治疗（RT）数据转换为适合统计建模的数据集仍然具有挑战性。我们开发了DICOM提取与结构化工具包（DEST），这是一种自动化解决方案，可以简化数据提取过程并确保与统计软件的兼容性。通过将DEST的输出结果与治疗计划系统（TPS）在局部乳腺癌放射治疗后产生的心肺剂量-体积直方图（DVH）数据进行比较，也评估了DEST的可靠性。
方法
DEST包含两个主要模块：数据提取模块和查看/分析模块。它处理DICOM-RT对象，包括RT结构集、RT计划和RT剂量文件。根据预定义的患者列表，针对每次治疗进行数据提取，随后整合结构化数据。3D可视化模块可验证选定感兴趣区域的剂量分布，确保一致性和准确性。
结果
DEST已成功应用于“CANTO-RT”队列中的404名患者。在这次初步实施中，DEST在心脏和肺部剂量指标方面与TPS的结果高度一致，包括平均剂量和剂量-体积测量值。具体而言，接近最小剂量、中位剂量、接近最大剂量以及接受至少10 Gy（V10Gy）、20 Gy（V20Gy）、30 Gy（V30Gy）和40 Gy（V40Gy）的体积百分比方面，DEST和TPS的结果具有高度一致性。
结论
DEST提高了剂量-体积指标的可访问性，将有助于在体素级别进行更复杂的医疗结果（效率和风险）建模。通过提供体素空间坐标和局部剂量信息的简化访问方式，DEST使得能够进行更精细的分析，如聚类和局部区域选择，从而深入理解剂量-反应关系。
引言
外照射放射治疗（EBRT）是癌症治疗的基石[1]，但它可能会损伤正常组织[2]。一个关键挑战是了解正常组织能承受多少辐射剂量[3]。目前正努力通过利用先进的EBRT传输技术来改进EBRT计划。以往关于正常组织对EBRT耐受性的研究受到缺乏准确和全面数据集的限制，因为这些研究依赖于在3D成像广泛应用于EBRT计划之前的患者数据[4,5,6]。然而，这一问题正在得到解决，因为现在在EBRT治疗过程中生成了大量数据，并使用医学数字成像与通信（DICOM）标准进行存储，特别是其放射治疗（RT）扩展版本——DICOM-RT。
DICOM-RT扩展在标准DICOM协议的基础上增加了七个特定对象——RT图像、RT结构集、RT计划、RT剂量、RT束治疗记录、RT近距离治疗记录和RT治疗总结记录[7]。目前，大规模DICOM-RT数据集的收集正在加速，以支持放射治疗领域的研究和发展[8,9]。然而，这一进展也伴随着挑战，特别是在从DICOM文件中提取数据并将其整合到统计工作流程中时，这需要在体素级别同时考虑空间和剂量学特征。
尽管DICOM-RT对象具有明确的数据结构，但将其信息转换为适合临床研究统计建模的变量和观测值对许多研究人员来说仍然是一个挑战。DICOM数据结构的复杂性以及各种对象（如图像、元数据、注释和其他技术信息）可能让非专家感到难以处理。此外，虽然已经开发了诸如Pydicom?、Espadon?、SlicerRT?等开源工具，但它们需要特定的编程技能，这限制了它们对大规模DICOM-RT数据集的自动化批量处理的适用性。这一技术障碍限制了临床医生的使用，因为他们可能缺乏必要的编码技能，因此迫切需要一个更易用、更用户友好的替代方案[10]。
为了克服这些挑战，我们开发了DICOM提取与结构化工具包（DEST），这是一种用于从DICOM-RT对象中提取和处理相关数据以供统计分析工作流程使用的简化解决方案。DEST自动化了数据提取过程，确保与统计软件的兼容性，并集成了3D可视化功能，以便在需要时对个别患者的数据进行验证。本研究的第二个目标是评估DEST提供的数据与治疗计划系统（TPS）在局部女性乳腺癌放射治疗后进行心肺剂量-体积直方图（DVH）分析时的数据的可靠性。
章节片段
DICOM提取与结构化工具包（DEST）组件
DEST是用Python?编程语言在Microsoft Windows?上开发的。采用了基于组件的设计，其中主要组件根据其任务分别定义（图1）。DEST由两个主要模块组成：数据提取模块和查看/分析模块。
提取模块提供了一个使用Python? Tkinter?包创建的图形界面，允许用户浏览目录以选择包含要处理的DICOM RT文件的目录
DEST的输出
图3展示了DEST使用左侧乳腺癌病例的剂量提取能力。DEST生成整个剂量矩阵的3D体素渲染(a)，并便于选择ROI（如肺部和心脏）以可视化特定器官的剂量分布(b和c)。重要的是，DEST自动计算并显示相关剂量指标以供独立验证(d, e)，并将每个器官的剂量矩阵重新组织到笛卡尔坐标系统中进行显示
讨论
本研究证明了DEST的成功开发和验证，这是一个用于从DICOM-RT文件中提取、处理和分析剂量学数据的软件工具（RTSTRUCT、RT-Dose和RT-Plan）。
DEST可以可视化剂量分布，计算剂量-体积指标，并重新组织数据以供统计分析。这一功能满足了放射肿瘤学研究中的关键需求。随着大量DICOM-RT数据集的增长，需要强大的工具来处理这些数据
未来方向
DEST的开发代表了向更全面和复杂的放射治疗数据分析迈出的重要一步。通过提供一个强大且准确的工具来从收集的DICOM-RT文件中提取相关数据、处理和分析剂量学信息，DEST将有助于更深入地理解剂量-效应关系，最终为个性化放射治疗方法铺平道路。
当前的研究重点关注心脏和肺部剂量分析
结论
本研究展示了DEST作为一个强大且用户友好的工具，用于从DICOM-RT文件中提取和分析剂量学数据。DEST在与乳腺癌放射治疗中心脏和肺部剂量指标的治疗计划系统输出结果方面表现出极好的一致性，从而证实了其在体素级别分析中的可靠性。在高剂量区域的轻微差异反映了在构建DVH过程中插值和采样方法的变化。DEST消除了技术
DEST软件的可用性和可访问性
我们的计划是创建一个允许学术用途的许可证，但限制商业利用。为此，我们将提供对源代码的受控访问。有兴趣的方需要通过GitHub联系作者以获取下载密码。这种方法将使我们能够识别感兴趣的用户，收集反馈，并促进潜在的合作。
资金支持
本研究得到了法国政府“未来投资”计划的支持，该计划由国家研究机构（ANR）管理，授予编号为ANR-10-COHO-0004的资助，以及法国国家癌症研究所'INCa'的PREVENT-RT-SEQ项目的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所报告工作的竞争性财务利益或个人关系。
