基于自动分割扇形束CT的鼻咽癌放疗实时形态与剂量学适应性研究：优化自适应放疗决策窗口的关键证据

针对鼻咽癌(NPC)放疗中肿瘤退缩和器官变形导致的剂量偏差问题，中山大学肿瘤防治中心团队通过681次扇形束CT(FBCT)扫描，结合4种深度学习自动分割模型，系统分析了23例患者治疗期间靶区(PTV)和危及器官(OAR)的体积、空间相似性(DSC)及剂量变化。研究发现腮腺、甲状腺等器官呈现线性体积缩减(R2>0.7)，脊髓和脑干剂量累积增加达1.12-2.45Gy，关键变化窗口为第3-6周，为临床自适应放疗(ART)实施时机提供了精准依据。

　　

鼻咽癌作为我国高发的头颈部恶性肿瘤，调强放疗(IMRT)是其根治性治疗的主要手段。然而治疗过程中，肿瘤退缩和患者体重下降会导致解剖结构显著变化，传统图像引导放疗(IGRT)难以完全纠正由此产生的剂量偏差。既往研究多关注腮腺或原发灶体积变化，但对其他危及器官(OAR)和靶区的系统性监测不足，且缺乏定量评估空间位移的指标。更关键的是，自适应放疗(ART)的实施标准尚未明确——究竟何时需要重新制定计划？频繁调整是否必要？这些问题的答案直接影响治疗效果和患者生存质量。

中山大学肿瘤防治中心联合深圳联影医疗研究院的科研团队，在《Radiation Oncology》发表了一项开创性研究。该团队创新性地采用CT直线加速器(uRT-linac 506c)集成的扇形束CT(FBCT)技术，对23例鼻咽癌患者的681次扫描进行深度分析。研究开发了4种3D U-Net自动分割模型，分别针对原发灶(GTVp)、淋巴结(GTVn)、临床靶区(CTV)和危及器官，通过双通道输入和空间约束策略提升分割精度。采用刚性配准和剂量重计算技术，系统追踪了治疗期间体积、空间相似性(DSC)和剂量参数的动态变化。

体积与空间相似性分析显示：腮腺、颌下腺、甲状腺及所有靶区(除GTVp外)呈现线性体积缩减(R²>0.7)，其中淋巴结靶区(PGTVns)体积缩减最显著达51.53%。DSC分析揭示腮腺、甲状腺、脊髓等结构的空间位移与体积变化呈正相关，而脑干、口腔等结构保持稳定(DSC>0.85)。值得注意的是，尽管脊髓体积稳定，其DSC却从0.80降至0.70，提示单纯体积监测可能掩盖实际形态变化。

剂量学变化方面：低危计划靶区(PTV2)的V95%覆盖率从98.57%线性降至94.04%，淋巴结靶区(PGTVns)V100%波动达7.15%。危及器官中，腮腺平均剂量(Dmean)累积增加2.45Gy，甲状腺增加1.18Gy，脊髓最大剂量(Dmax)上升1.12Gy，脑干D1%增加0.56Gy。时序分析发现，这些变化主要集中于第3-6周治疗期间，该时段腮腺剂量变化占总量变的72.2%，PTV2覆盖率下降达1.45%。

技术方法创新点包括：(1)针对GTVp开发的双通道3D U-Net模型，通过融合计划CT轮廓提升非增强CT下的分割精度(DSC>0.91)；(2)对CTV1/CTV2施加5-10mm扩展规则和空间避让约束；(3)将35个OAR按解剖关系分为5组进行多任务学习；(4)采用包含Dice损失和交叉熵的混合损失函数优化分割性能。

研究结论明确指出：鼻咽癌放疗中渐进性剂量偏差无法通过IGRT单独纠正，必须引入ART干预。但考虑到OAR剂量波动<3Gy且靶区覆盖率变化<10%，频繁调整并无必要。第3-6周作为形态和剂量变化的关键窗口，是实施ART的最佳时机。该发现为临床实践提供了重要循证依据——既避免了过度医疗带来的资源浪费，又确保了关键时段的精准干预。

这项研究的临床意义深远：首次通过大样本FBCT数据揭示了鼻咽癌放疗中多器官系统的动态变化规律，建立的自动分割模型将传统需数小时的手动勾画缩短至70秒。提出的"3-6周干预窗口"概念，为国际头颈肿瘤ART指南的制定提供了中国方案。未来，该团队计划将成果扩展至多中心验证，并探索人工智能驱动的实时自适应放疗系统，进一步推动精准放疗的发展。