利用多图像优化触发治疗计划调整，以提高头颈部癌症质子治疗的鲁棒性

《Physics and Imaging in Radiation Oncology》：Triggered plan adaptation using multi-image optimization for improved robustness in head-and-neck cancer proton therapy

头颈部肿瘤质子治疗中，针对解剖学变异引起的剂量偏差，本研究提出触发式自适应策略，通过多图像优化逐步增强计划鲁棒性。回顾性分析5例患者数据，结果显示触发式自适应策略（包括单次和多图像优化）显著改善目标区覆盖（ΔD98%达+0.76 Gy），减少触发阈值 violations（5-4次），同时平衡了器官防护与剂量累积。该策略在减少干预次数方面优于传统触发适应，为临床自动化鲁棒优化提供了新思路。

　　本研究探讨了在头颈癌（HNC）质子治疗中，如何通过触发式稳健适应策略来应对解剖结构的变化，从而在保持靶区覆盖的同时减少对器官风险（OAR）的剂量影响。HNC治疗过程中，患者的解剖结构可能会因为日常的非刚性位置变化而发生微小或显著的偏移，这些变化可能导致实际施加的剂量与最初计划的剂量之间出现偏差，进而影响治疗效果。传统的质子治疗依赖于离线重规划，通常在重复的CT扫描基础上进行，但这种方法耗时较长，无法及时应对治疗期间的微小变化。因此，本研究提出了一种新的策略，即在观察到剂量偏离时，通过多图像优化技术对治疗计划进行动态调整，以增强计划的稳健性，同时减少不必要的干预。

在研究中，研究人员对五例口咽癌患者的数据进行了回顾性分析。这些患者在治疗过程中经历了不同程度的解剖变化，部分患者进行了临床重规划。为了模拟治疗过程，研究人员使用了合成CT（sCT）技术，将每日的锥形束CT（CBCT）数据转换为可用于剂量重新计算的虚拟CT图像。通过这种方式，研究团队能够评估不同适应策略在治疗过程中的表现。比较的策略包括无适应（NA）、触发式适应但不考虑解剖稳健性（TA），以及两种触发式稳健适应策略：使用单个图像（TRA-S）和使用多个图像（TRA-M）。所有策略都基于相同的初始治疗计划，并通过设定的剂量体积指标（DVM）阈值来决定是否需要进行适应或重规划。

研究结果表明，触发式稳健适应策略（TRA）在保持靶区覆盖方面优于触发式适应策略（TA）。具体而言，在所有适应策略中，TRA-S和TRA-M策略在靶区覆盖的中位数D98%指标上分别提高了+0.02 Gy和+0.02 Gy，而NA策略的中位数D98%为-0.36 Gy，表明其靶区覆盖出现了下降。此外，TRA策略在减少剂量阈值违规次数方面表现更优，其违规次数分别为5次和4次，而NA和TA策略的违规次数均为8次。这说明，通过触发式适应策略，可以更有效地控制剂量偏离，从而减少需要进行重规划的次数。

对于OAR的剂量影响，TRA策略与NA策略的剂量偏差较为接近，表明在保持OAR剂量相对稳定的同时，能够有效改善靶区覆盖。而TA策略虽然在某些情况下能够维持OAR剂量更接近计划值，但未能在所有病例中改善靶区覆盖。此外，TRA策略在积分剂量（ID）方面也表现出一定的优势，其ID增加幅度在+3.7 Gy·L左右，而NA策略的ID变化则更为广泛，且在部分病例中可能出现较大的剂量增加。这些结果表明，触发式稳健适应策略能够在一定程度上平衡靶区覆盖与OAR剂量保护，同时减少不必要的干预。

在分析不同策略的剂量体积指标（DVM）变化时，研究团队发现，TRA策略在减少不利剂量偏离方面效果显著。例如，在脊柱和全身体积的最大剂量（ΔDmax）指标上，TRA策略的中位数分别为-2.34 Gy和-2.34 Gy，而NA策略的中位数分别为-1.71 Gy和+0.65 Gy，表明TRA策略能够更有效地降低OAR的剂量增加。在平均剂量（ΔDmean）方面，TRA策略的表现也优于NA和TA策略，其中TRA-S和TRA-M策略的中位数分别为-0.17 Gy和-0.17 Gy，而NA策略的中位数为-0.68 Gy，TA策略的中位数为-0.33 Gy。这些结果进一步支持了触发式稳健适应策略在提高治疗计划稳健性方面的潜力。

值得注意的是，TRA-S和TRA-M策略之间的差异相对较小，这表明使用单个或多个图像进行多图像优化并不会带来显著的剂量改善。然而，在个别患者（如P5）的案例中，TRA-M策略在某些结构上的剂量偏差更为明显，例如在ΔD98%指标上，TRA-M策略的中位数达到了+0.56 Gy，而TRA-S策略的中位数仅为-0.80 Gy。这表明，虽然整体效果相似，但在特定情况下，使用多个图像可能对某些结构的剂量产生更显著的影响。因此，研究人员建议在临床实践中根据具体患者情况选择是否采用多图像优化策略。

此外，研究还发现，触发式稳健适应策略能够有效减少适应触发的频率，从而降低临床工作负荷。对于某些患者（如P4），使用TRA策略后，仅需一次适应即可达到与无适应策略相同的治疗效果。这表明，触发式稳健适应策略不仅能够提高治疗的稳健性，还能在减少干预次数的同时保持治疗质量。然而，该策略仍然需要在临床实践中进一步验证，尤其是在更大、更具多样性的患者群体中，以评估其在不同解剖结构和治疗条件下的适用性。

在讨论部分，研究团队指出，当前的多图像优化策略在临床应用中仍面临一些挑战。例如，合成CT和自动轮廓生成技术虽然在理论上具有可行性，但在实际应用中仍存在一定的不确定性。因此，研究团队建议在临床实践中，可以将触发式稳健适应策略作为在线适应的过渡方案，帮助医疗机构逐步建立和优化相关流程，如合成CT生成和自动轮廓处理，从而为未来实现真正的在线适应奠定基础。

总的来说，本研究提出了一种新的触发式稳健适应策略，该策略能够在不依赖预测图像或额外CT扫描的情况下，有效应对头颈癌质子治疗中的解剖变化。通过动态调整治疗计划，该策略不仅提高了靶区覆盖，还减少了对OAR的剂量影响，同时降低了临床干预的频率。这些结果表明，触发式稳健适应策略为实现解剖稳健优化提供了一种可行的途径，有助于提高质子治疗的精准性和安全性。未来的研究需要进一步探索该策略在更大样本量中的表现，并结合临床实际需求进行优化和改进，以期在实际治疗中发挥更大的作用。