《MEDICAL PHYSICS》：DoseRAD2026: A benchmark dataset for AI-accelerated photon and proton dose calculation in radiotherapy
编辑推荐：
目的：准确剂量计算是现代放射治疗（radiotherapy）的基本组成部分，可实现精准肿瘤照射并保护周围健康组织。随着磁共振成像（MRI）引导放疗的采用增加以及对实时自适应放疗的兴趣增长，在计算机断层扫描（CT）和MRI上均需要快速且准确的剂量计算技术。为促进
目的：准确剂量计算是现代放射治疗（radiotherapy）的基本组成部分，可实现精准肿瘤照射并保护周围健康组织。随着磁共振成像（MRI）引导放疗的采用增加以及对实时自适应放疗的兴趣增长，在计算机断层扫描（CT）和MRI上均需要快速且准确的剂量计算技术。为促进该领域研究，DoseRAD2026数据集及配套挑战赛引入一个公开可用的基准数据集，包含配对CT和MRI数据及相应束级光子与质子蒙特卡罗（MC，Monte Carlo）剂量分布，从而支持先进剂量计算与预测方法的开发及系统评估。
采集与验证方法：DoseRAD2026数据集包含来自115例患者（75例训练、40例测试）的配对CT和MRI数据，这些患者因胸部或腹部病变在混合MRI-直线加速器（MRI-linac）上接受治疗，数据源自SynthRAD2025数据集。图像预处理包括可变形图像配准、空气腔校正和重采样。真实参考光子（6 MV）和质子剂量分布使用开源MC剂量计算算法生成，形成包含40,500个光子束和81,000个质子束斑的训练数据集。
数据格式和使用说明：数据集按光子和质子子集组织，每个子集包括配对CT-MRI图像、束级剂量分布以及指定患者特异性束配置的JSON文件。数据以压缩MetaImage（.mha）格式提供，采用标准化命名将剂量文件与JSON文件中的束参数关联。数据集在CC BY-NC 4.0许可下发布，训练集自2026年4月可用，测试集保留至2030年3月。
潜在应用：DoseRAD2026数据集支持放疗应用中快速剂量计算方法的基准测试和开发。潜在用例包括光子和质子治疗的快速束级剂量估计、仅MRI和MRI引导放疗工作流程中基于MRI的剂量计算，以及支持实时自适应放疗策略。
DoseRAD2026数据集解读：面向光子与质子放疗的配对CT-MRI束级蒙特卡罗剂量基准
放射治疗（radiotherapy）适用于约一半癌症患者，涵盖根治、辅助和姑息情境。光子治疗如容积旋转调强放疗（VMAT，volumetric modulated arc therapy）通过连续机架旋转结合动态多叶准直器（MLC，multileaf collimator）塑形，实现靶区高度适形并保护周围危及器官（OAR，organs at risk）；质子治疗如调强质子治疗（IMPT，intensity modulated proton therapy）利用布拉格峰（Bragg peak）在有限组织深度沉积大部分能量，对肿瘤远端OAR具有优势。两种模态中，剂量计算准确性均是治疗计划质量的基础。随着工作流程向在线自适应放疗和实时自适应放疗发展，剂量引擎的计算需求显著增加。高质量CT上的蒙特卡罗（MC，Monte Carlo）模拟因粒子输运物理建模准确而被广泛接受为剂量计算参考标准，但通用MC实现计算时间长，单中央处理器（CPU，central processing unit）上计划级运行可达数小时至数十小时；图形处理器（GPU，graphics processing unit）加速已将该差距缩小到数秒至数十秒，深度学习（DL，deep learning）方法也显示亚秒级剂量预测潜力并在质子与光子治疗中显示接近MC精度的早期前景。然而，达到MC级精度并满足在线或实时计划适配所需速度仍是未解挑战。MRI相较CT具有更优软组织对比且无电离辐射，适合靶区和OAR勾画及运动管理；混合磁共振直线加速器（MRI-linac）已用于光子治疗前和治疗中高质量软组织成像，质子与室内MRI整合原型及仅MRI质子工作流也被提出。但MRI不提供电子密度或材料组成信息，光子与质子剂量计算仍依赖CT；当前临床通过合成CT（sCT，synthetic CT）桥接，但该中间步骤引入剂量误差、计算延迟和流程开销，成为真正实时计划适配的瓶颈。直接基于MRI的DL剂量预测可将sCT中间步骤合并为端到端推理，光子与质子早期研究显示剂量学可行性，但缺乏同时提供CT和MRI束级剂量真实参考的大规模配对数据。为此，研究人员提出DoseRAD2026数据集，这是首个公开的外照射放疗剂量数据集，提供配对CT和MRI（改编自SynthRAD2025数据集）以及使用开源MC模拟代码生成的束级光子（6 MV）和质子MC剂量分布；配套挑战包括Task 1（CT到光子剂量）、Task 2（MRI到光子剂量）、Task 3（CT到质子剂量）和Task 4（MRI到质子剂量），旨在支持基于CT并直接基于MRI的快速剂量计算。其意义在于为跨成像模态、解剖部位和放疗类型的DL剂量计算方法提供共同基准，并推动实时MR引导或仅MR自适应放疗研究。
关键技术方法（不超过250字）：数据来自SynthRAD2025 Center B（单中心、MRI-linac标准化协议），共115例胸部或腹部患者（75例训练、40例测试；53例胸部、62例腹部），另有7例胸部外部测试仅用于挑战评估且不公开。图像预处理包括ConvexAdam可变形配准、腹部空气腔校正、光子任务重采样、TotalSegmentator体轮廓提取及手动配准质量筛查。剂量真实参考由Geant4（v11.00-patch-03，QGSP_BIC_EMV物理列表）MC生成；光子计划由matRad v3.2.0生成VMAT，6 MV谱并模拟0.35 T磁场；质子采用85个能级（31.73–200.80 MeV）及能量展宽和束斑模型。训练集产生40,500个光子束段和81,000个质子束斑；通过重复模拟和束眼视图检查验证。
研究结果如下。
2.1 数据集概览：通过选择SynthRAD2025 Center B标准化MRI-linac协议数据，研究人员确认CT与MRI患者体位一致且轴位视野覆盖全解剖；外部测试数据因数据保护限制不公开，本文主要覆盖Center B数据。
2.2 图像数据集：原始Center B包含140例胸部和140例腹部患者的MRI-CT数据；DoseRAD2026仅使用当前公开训练病例和私密测试病例以避免影响两个挑战的测试阶段。通过三正交平面人工审查可变形配准质量并排除明显错配病例，最终纳入115例（53例胸部、62例腹部；75例训练、40例测试）。
2.2.1 预处理：在SynthRAD2025原有刚性配准、去面部、重采样和裁剪基础上，研究人员用ConvexAdam将CT可变形配准至MRI；腹部病例根据MRI空气分割校正CT空气腔（低于?200 HU阈值识别并以邻域中位HU填充，MRI分割空气腔转至CT后填?824 HU并模糊边界）；光子任务图像重采样，质子任务保持原网格；用TotalSegmentator在CT和MRI分割体轮廓并取交集，外部体素分别置?1024 HU和0。
2.2.2 图像采集参数：Center B MRI均来自ViewRay MRIdian 0.35 T MRI-linac，采用平衡稳态自由进动序列（bSSFP，TrueFISP）；CT主要来自Canon Medical Aquilion/LB，详细成像参数和每患者元数据随数据集提供。
2.2.3 外部测试数据集：外部机构收集21例配对胸部CT和MRI，经相同预处理和配准质量人工筛查后保留7例胸部患者用于挑战测试且不公开；其来自不同机构、不同患者队列和不同CT扫描仪，MRI来自另一台ViewRay MRIdian 0.35 T MRI-linac。
2.2.4 图像数据集划分：公开训练75例、测试40例，共115例；外部测试7例不发布。
2.3 剂量数据集：校正CT经扫描仪特异性校准曲线转换为质量密度和元素组成图；所有MC模拟用Geant4工具包（版本11.00-patch-03）和QGSP_BIC_EMV物理列表，按每体素剂量-to-medium以Gy计分。
2.3.1 光子MC模拟：研究人员用开源研究治疗计划工具包matRad v3.2.0为75例训练和40例测试患者生成VMAT计划，采用Elekta Versa HD简化模型和Agility 160叶MLC，未建模颌位置、叶片透射和槽舌效应；每计划含180个控制点和180个束段。训练患者每例通过两次随机MLC叶片偏移扩展为540个束段，共40,500个；模拟使用6 MV光子能谱和0.35 T磁场；测试计划按监测单元（MU，monitor unit）加权累积，肺部处方70 Gy/35次、腹部60 Gy/30次，并归一化。
2.3.2 质子MC模拟：HU经质量密度和元素组成转换后，Geant4以Bethe–Bloch形式计算阻止本领，并可提取相对阻止本领（RSP，relative stopping power）；初始质子能量31.73–200.80 MeV共85个能级，采用能量依赖的束斑能量展宽和横向单高斯束斑模型。训练中75例患者模拟36个机架角，每束15条射线（5个上下方向固定位置和3个横向位置），每射线2个不同能量束斑，共81,000个束斑剂量；测试中40个IMPT计划由matRad优化并以Geant4按束斑权重叠加，计划含54–3101个束斑（均值752），处方同光子并归一化。
2.3.3 后处理：所有光子和质子剂量分布在变形CT体轮廓外置零。
2.3.4 计算资源：单个光子束段剂量模拟在单CPU核约20–30 h，单个质子束斑约2–3 h；模拟在GSI Helmholtzzentrum für Schwerionenforschung、LMU Hospital Munich和Leibniz-Rechenzentrum集群上共约2000个CPU核完成。
2.4 数据验证：
2.4.1 图像数据集验证：两名医学影像专家对可变形配准图像对进行目视检查，重点关注骨结构、软组织界面和体轮廓对齐；17/115例存在金属伪影（训练13例、测试4例）被有意保留以评估剂量计算鲁棒性，并附训练集金属植入患者列表。
2.4.2 剂量数据集验证：对1例胸部和1例腹部代表病例的光子束段与质子束斑分别用10个不同随机种子独立模拟，在超过10%最大剂量区域以体素标准差量化统计不确定度；光子平均统计不确定度低于3%，质子低于2%；所有光子剂量通过沿束方向的束眼视图（BEV，beam’s eye view）提取检查束段形状，所有质子剂量按束斑方向BEV检查。
2.5 代码可用性：DoseRAD2026预处理、Geant4模拟、matRad VMAT计划脚本以及基于pyRadPlan的解析笔形束基线公开提供。
3.1 数据结构与文件格式：数据集分为光子和质子两个子集，各含配对CT/MRI图像目录、多束配置剂量图目录和指定束参数的plan JSON文件；每例患者使用从SynthRAD2025继承的唯一字母数字标识；数据以压缩MetaImage（.mha）格式发布，采用CC BY-NC 4.0许可，训练集2026年4月发布、测试集2030年3月发布，托管于Hugging Face并通过Zenodo提供DOI。
3.2 使用说明：图像和剂量图可用Insight Toolkit（ITK）或SimpleITK及3D Slicer、vv、ITK-SNAP等访问；光子JSON含一个或多个束及等中心，每束180个控制点、机架角和80对MLC叶片位置；质子JSON指定等中心和36个束方向（机架0°–350°，10°步进），每束含源/靶坐标定义的射线及束斑能量；剂量文件命名分别为Dose_B{beam}_CP{cp}.mha和Dose_B{beam}_R{ray}_L{beamlet}.mha，并直接索引JSON结构；挑战评估协议和排名方案见MICCAI挑战描述和挑战网站。
讨论部分总结：DoseRAD2026是首个公开数据集，提供配对CT和MRI以及光子和质子治疗的束级MC剂量真实参考，覆盖胸部与腹部解剖和四项任务。其优势在于：束级而非计划级MC剂量标签显著增加每例训练样本，支持计划剂量累积，并允许独立改变束角、等中心、束段形状和质子能量；光子和质子剂量标签均由经验证的Geant4生成，提供物理一致的参考，范围广于仅头颈光子计划剂量的OpenKBP；胸腹部肺和空气腔异质性对解析剂量计算构成挑战；预处理、Geant4模拟、matRad VMAT计划和解析笔形束基线开源，保证可复现。局限在于：光子和质子剂量均由简化的非临床束模型生成，光子采用通用机器模型和二值MLC孔径掩模，未建模颌、叶片透射、槽舌效应且未校准绝对临床输出，VMAT计划由matRad研究工具生成；质子采用理想化通用束模型而非特定临床系统，因此剂量分布不直接代表临床交付，但该取舍服务于可复现和开源透明，算法可在机器特异性数据上微调以走向临床。公开数据MRI均来自单中心0.35 T ViewRay MRIdian系统，限制对其他成像平台和人群的泛化；数据集依赖CT到MRI可变形配准，残余配准误差可能影响MRI任务，未研究厂商校正后的残余MRI几何畸变，CT与MRI体轮廓并集掩模可能进一步掩盖其影响；质子模拟未加磁场，对应离线MRI场景，磁场开启时洛伦兹力导致束斑偏转需在剂量计算中考虑，研究人员计划未来发布0.35 T及更高场强下场内质子剂量分布。未来扩展可纳入更多解剖区域、多机构数据和更临床真实束模型。
研究结论翻译：DoseRAD2026推出首个公开可用的基准数据集，提供配对CT和MRI以及胸部和腹部放疗的束级光子和质子MC剂量分布。该数据集及配套挑战建立共同框架，用于跨成像模态、解剖部位和治疗模式开发和严格评估快速剂量计算和剂量预测方法。研究人员预期DoseRAD2026数据集将成为社区有价值的开放资源，并有助于加速面向自适应放疗中基于CT和MRI剂量计算的快速、准确且稳健的（基于DL的）剂量引擎进展。
