编辑推荐：
针对可变形图像配准（DIR）在临床应用中因不确定性带来的安全隐患，本研究基于 AAPM TG132 报告，在 PET-DIR 靶区勾画场景中实施患者特异性质量保证流程。通过多学科团队优化流程、识别漏洞并引入物理图像配准 QA 任务，验证了独立审核对提升配准准确性与临床安全性的价值，为放疗流程优化提供实践参考。
在肿瘤放射治疗领域，精准的靶区勾画与剂量递送是提升疗效的关键。然而，传统刚性图像配准（RIR）无法应对人体解剖结构的非刚性变化，如呼吸运动或器官形变，而可变形图像配准（DIR）虽能校正此类变化，但其潜在的不确定性可能导致靶区定位偏差，甚至引发治疗风险。AAPM Task Group 132（TG132）虽提出图像配准的临床整合建议，但如何将配准不确定性纳入治疗边缘（Treatment Margins）仍缺乏共识，成为临床实践中的棘手问题。在此背景下，来自澳大利亚圣乔治医院癌症护理中心等机构的研究团队，针对 PET-DIR 在靶区勾画中的应用，开展了患者特异性质量保证（QA）流程的优化研究，相关成果发表于《Physical and Engineering Sciences in Medicine》。
研究团队由 3 名医学物理师、1 名放射肿瘤学家（RO）和 1 名放射治疗师（RT）组成，聚焦于基于 PET-DIR 的靶区勾画这一临床场景，采用多学科协作模式，通过三个关键步骤推进研究：首先，基于 TG132 报告绘制初始质量保证流程图，涵盖图像采集、配准处理及下游临床应用；其次，结合部门实际使用 Varian Medical Systems 的 Velocity?、Eclipse 等软件的经验，评估现有流程的漏洞；最后，针对识别出的问题，调整质量保证流程，引入独立的物理图像配准 QA 任务。
研究结果
实施基于 TG132 的患者特异性 QA 流程
研究团队构建了包含数据完整性检查（参考 TG53、TG66）和轮廓评估的标准化流程，并绘制了详细的流程图。该流程从图像采集开始，经配准、质量评估及结果报告，最终用于靶区勾画等下游应用。例如，在配准完成后，通过评估配准精度等级（如 0 级 “全扫描对齐”、1 级 “局部对齐” 等），决定临床使用方式：精度良好时正常使用，精度不足时需重新配准或采用并列视图避免融合误差。
识别配准流程中的主要漏洞
通过超过 1 年的临床实践（100 余次检查），研究发现漏洞主要集中在流程末端，如配准精度评估不充分、靶区勾画时未充分考虑配准不确定性等。具体包括：PET 与 PET-CT 的参考框架配准不佳（U1）、图像配准请求细节缺失（U2）、配准算法选择不当导致精度不足（R1）、多版本配准文件的临床使用混淆（R2），以及治疗边缘未明确纳入配准不确定性（D1、D2）。这些漏洞可能导致靶区勾画偏差，增加地理遗漏风险。
引入物理图像配准 QA 任务以优化流程
为解决上述问题，研究团队在靶区勾画后、治疗计划生成前引入独立的 “Physics REG QA 任务”。该任务通过 Velocity?软件的 “Review Deformable Registrations” 工作流，执行定量分析（如雅可比行列式检查，识别物理建模错误）和定性评估（如配准精度等级验证），并生成包含截图和报告的文档，确保临床靶区（CTV、PTV）与配准不确定性的匹配性。例如，若 PETavidity 区域与配准结果不一致，需提示放射肿瘤学家重新评估靶区。
研究结论与讨论
本研究通过多学科协作，成功在 PET-DIR 靶区勾画中实施并优化了患者特异性 QA 流程。核心结论表明，独立的物理配准审核可有效识别传统流程末端的漏洞，确保配准精度与临床应用的匹配性。研究强调，尽管 TG132 提供了框架，但针对具体临床场景（如 PET-DIR）的个性化调整至关重要，尤其是在配准不确定性与治疗边缘的整合方面。
研究的意义在于为放射治疗科室提供了可借鉴的 QA 优化范式：通过明确漏洞、引入技术验证节点（如雅可比检查）和标准化报告流程，提升了 DIR 应用的安全性。此外，研究指出，未来需进一步探索自动化 QA 工具与人工智能在配准评估中的应用，以应对日益复杂的临床需求。该工作为推动 DIR 在自适应放疗、剂量累积等场景的规范化应用奠定了基础，有助于降低因配准不确定性引发的治疗风险，提升肿瘤放疗的精准性与安全性。
