在基于Halcyon的放射治疗中，对AAA、AXB和CCC方法与蒙特卡洛标准进行性能基准测试

《Frontiers in Physics》：Performance benchmarking of AAA, AXB, and CCC approaches against Monte Carlo standards in Halcyon-based radiotherapy

　　摘要
背景：准确的剂量计算对于放射治疗至关重要。本研究在Halcyon平台上，针对不同的解剖部位，将各向异性分析算法（AAA）、Acuros XB（AXB）和折叠锥体卷积（CCC）方法与蒙特卡洛（MC）标准进行了性能对比。
方法：选取了65个临床Halcyon治疗计划，对这些计划使用AAA、AXB、CCC和MC方法进行了重新计算；通过每2毫米2%的伽马通过率（GPR）和以MC标准为参考的剂量-体积直方图（DVH）来评估相应的算法性能。
结果：AXB在大多数肿瘤部位的GPR最高；然而，在肺癌治疗计划中，CCC的性能与AXB相当，并优于AAA。所有算法在肺组织和计划靶体积（PTV）中都表现出系统性的剂量偏差，即剂量估计偏低或偏高。在高Hounsfield单位和高剂量区域，伽马失败率增加。
结论：尽管AXB通常被认为是最准确的算法，但由于其计算速度更快且仍能保持可接受的准确性，因此也推荐使用AAA。然而，对于肺癌病例，由于其更优越的性能，更推荐使用CCC。因此，本研究强调了进行二次MC验证的必要性，以及应用补偿策略以有效解决确定性算法固有的不准确性问题。

1 引言
放射治疗要求精确地传递肿瘤杀伤剂量，同时尽量减少对周围健康组织的暴露[1-3]；所使用的剂量计算算法的准确性对于实现这一治疗目标非常重要[4]。基于蒙特卡洛（MC）的方法可以明确模拟粒子相互作用的随机性质，提供通常被视为参考标准的准确度水平，并用于其他算法的基准测试[5, 6]。然而，在治疗计划中应用基于MC的算法的计算成本（所需的硬件和时间）对于现代临床应用来说过高[7, 8]。许多放射治疗计划系统（TPS）依赖于确定性算法，如各向异性分析算法（AAA）、折叠锥体卷积（CCC）和Acuros XB（AXB），以提供时间和资源效率高的剂量计算[9, 10]。这些确定性算法由于其低计算成本，在临床治疗计划中具有实际效率[7, 11]，这也使它们比基于MC的方法更适合用于优化或自适应规划等迭代计算。然而，它们在模拟辐射传递方面的基本近似，特别是在肺、骨骼或靠近气腔的异质组织中，可能导致与MC模拟相比出现临床显著的剂量差异[12, 13]。一些早期研究比较了传统直线加速器的剂量计算算法，并经常证明AXB在异质介质中的准确性优于AAA和CCC[14, 15]。然而，专门针对Halcyon平台进行的全面评估还缺乏，该评估涵盖了广泛的常见临床治疗部位（包括不同的分割方案），并严格根据相关临床指标（如伽马通过率（GPR）和剂量-体积直方图（DVH）差异与MC进行了对比。此外，先进算法（如AXB和MC）的卓越准确性与它们苛刻的计算要求之间的关键权衡，在高通量临床环境中可能成为一个主要瓶颈，这在常规Halcyon计划和验证中尚未得到充分探讨[16, 17]。本研究旨在对基于Halcyon的三种剂量计算算法进行多方面的比较。具体来说，这项工作包括（1）量化不同解剖部位的算法准确性；（2）分析算法性能与介质属性（即Hounsfield单位（HU）数值）之间的关系。我们的工作旨在为初次治疗计划和二次剂量验证阶段提供基于证据的指导，从而最终提高临床治疗计划的准确性和效率。

2 方法和材料
2.1 数据准备
在这项回顾性研究中，我们分析了2024年1月1日至2025年1月1日期间在中国济南山东第一医科大学山东癌症医院和研究所治疗的65名患者的临床批准的Halcyon放射治疗计划及其相应的计划计算机断层扫描（CT）数据。所有患者数据均为匿名处理。该队列包括了使用我们的Halcyon系统治疗的九种最常见的癌症类型的患者。具体来说，我们评估了25名肺癌患者（具有不同的分割方案），以及每种其他八种癌症类型的各5名患者：鼻咽癌、骶椎癌、肝癌、宫颈癌、脑癌、食管癌、头颈癌和腰椎癌。为了研究治疗计划算法在体素级别的γγ和剂量分布的变化，肺癌队列包括了以下五种不同的分割方案：1.5 Gy（30次分割）、2.0 Gy（30次分割）、3.0 Gy（18次分割）、4.0 Gy（15次分割）和5.0 Gy（12次分割）。这些详细信息见表1。

表1 肿瘤部位 每次分割剂量（Gy） 分割次数 患者数量（n）
鼻咽癌（NP） 22 5 5
骶椎癌（SV） 31 5 5
肝癌 31 5 5
宫颈癌 1.8 28 5
脑癌 23 0 5
食管癌 23 0 5
头颈癌（H&N） 23 5 5
腰椎癌（LV） 31 0 5
肺癌 1.5 30 5 23 0 5 31 8 5 5 12 5

2.2 剂量分布计算
这里收集的所有基于Halcyon的治疗计划的剂量分布最初是使用Eclipse（版本15.6，Varian Medical Systems，美国帕洛阿尔托）中的AAA算法计算的。通过保持恒定的监测单位（MU）数值，然后使用Eclipse中的AXB算法以及RadCalc?中的CCC和MC算法重新计算了所有计划的剂量分布。所有剂量分布都使用相同的剂量网格尺寸0.25 mm×0.25 mm×3.0 mm进行计算。由于Halcyon的光子束物理特性和剂量计算模型在全球所有设备中保持统一的技术标准，因此使用RadCalc?将Halcyon的标准化束数据（例如能量谱、剂量率和场平坦度）整合起来，为本研究使用的Halcyon单位建立剂量分布计算模型。为了验证束模型的绝对物理准确性，我们使用CIRS肩部、头部和颈部端到端（SHANE）验证幻影进行了电离室测量。评估包括一个IMRT计划和一个VMAT计划，这两个计划都设计为在35次分割内向计划靶体积（PTV）传递70 Gy的剂量，并使用MC算法计算。基于这一物理校准的基线，我们进行了初步的质量保证，以确保标准化束数据在RadCalc?环境中被准确配置。具体来说，生成了五种不同方形场尺寸（2 × 2、5 × 5、10 × 10、15 × 15和20 × 20 cm2）的计划；这些场是在Eclipse中创建的虚拟均匀密度水幻影上规划的。使用每2毫米2%的GPR标准（全局归一化到目标最大剂量，并排除低于MC最大剂量5%的体素），通过点剂量和3D全局γγ分析，在临床校准的Eclipse系统（AAA）和RadCalc?（CCC和MC算法）之间进行了基线一致性检查。

2.3 计划比较
使用MC方法计算剂量分布，并以2%的不确定性作为参考标准。使用γγ分析将AXB、AAA和CCC方法计算的剂量分布与这个MC参考值进行比较。在RadCalc?中，使用每2毫米2%的标准（DD/DTA）评估了整个身体轮廓和PTV的GPR，并应用了5%的低剂量排除阈值。对于代表五种不同分割方案的肺癌计划子集（n = 25），我们进一步计算了关键器官风险（OARs）（即肺和脊髓）的GPR。此外，还计算了每次比较的体素级别γγ值分布，以揭示γγ值分布与潜在HU异质性之间的关系；这有助于确定与较高γγ值相关的组织密度范围。进一步使用DVH对治疗计划进行了评估；量化并分析了基准MC计划与相应的AXB、AAA和CCC计划之间的DVH差异（ΔDVHs）。

3 结果
点剂量计算和电离室测量显示了一致性良好，剂量差异小于5%。具体来说，IMRT计划的计算剂量与测量剂量分别为72.05 Gy vs. 73.20 Gy，VMAT计划的计算剂量与测量剂量分别为69.95 Gy vs. 71.19 Gy。验证结果表明，对于基于五种不同方形场尺寸的计划，使用RadCalc?（使用CCC和MC算法）计算的剂量分布与Eclipse计算的剂量分布的GPR均超过了98%。此外，在5厘米和10厘米深度处的点剂量差异都在1.5%以内。共回顾性地获得了70个使用Halcyon治疗计划，并使用AXB、CCC和MC算法重新计算了这些计划的DVH和γγ分析。

对于所有治疗部位的PTV，图1展示了MC计划（参考标准）与使用AXB、AAA和CCC方法重新计算的计划之间的平均GPR；误差条显示了平均值的正负偏差。AXB算法在九个肿瘤部位中的六个部位获得了最高的部位特定平均GPR；AAA方法在脑癌和宫颈癌计划中获得了最高的GPR，而CCC仅在肝癌中获得了最高的平均GPR。总体而言，AXB在所有肿瘤部位中显示了最高的总体平均GPR（67%），优于AAA（22%）和CCC（11%）。

图1 不同类型癌症的计划靶体积（PTV）的特定部位平均伽马通过率（GPRs）。γγ分析比较了蒙特卡洛（MC）参考计划与Acuros XB（AXB）、各向异性分析算法（AAA）和折叠锥体卷积（CCC）计划。误差条表示平均值的正负偏差。

对于所有肺癌计划，图2展示了MC参考计划与使用AXB、AAA和CCC计算的PTV和肺部的平均ΔDVH值。误差带代表95%的置信区间。在PTV中，所有三种算法都低估了大约40%–95%的处方剂量。在100%处方剂量水平下，CCC高估了剂量，而AXB和AAA低估了剂量。所有算法都低估了超过3 Gy的肺部剂量。然而，使用CCC算法计算的肺部剂量与MC参考值最为接近（图2B）。

图2 对于肺癌计划，图2显示了MC参考计划与基于AXB、AAA和CCC计算的PTV和肺部的平均ΔDVH值。X轴显示了PTV的（A）相对剂量水平（% of prescription）和肺部的（B）绝对剂量（Gy）。

对于所有肺癌计划，图3可视化了不同算法之间的PTV和肺部的GPR以及相应的核密度估计。图3A,C清楚地表明CCC算法在更多计划中的GPR高于AAA，无论是PTV还是肺部；图3B,D显示了CCC和AXB计划的GPR相当。图3还通过配对算法散点图比较了所有肺癌计划的PTV（图3A,B）和肺部的GPR（图3C,D），并使用了核密度估计。图3A,C一致地表明CCC在两种结构上的性能优于AAA，因为超过85%的数据点位于y=xy=x对角线上方。相比之下，图3B,D显示CCC和AXB算法的性能相当，点紧密聚集在对角线参考线上。

图4 按PTV和肺部分层比较了不同分割方案的肺癌计划的平均GPR。如图所示，AAA计划在所有剂量水平上都始终获得了最低的GPR。对于PTV和肺部，CCC算法在5.0 Gy（12次分割）和3.0 Gy（18次分割）的计划中获得了最高的平均GPR，而AXB算法在2.0 Gy（30次分割）和4.0 Gy（15次分割）的计划中获得了最高的GPR。尽管如此，AXB方法和CCC方法之间的GPR差异并不显著（Wilcoxon符号秩检验，p值>0.05）。图4显示了不同分割计划的肺癌治疗中，MC计划与相应的AXB、AAA和CCC计划在（A）PTV和（B）受影响肺叶之间的平均GPR。误差条表示平均值的正负偏差。对于所有研究的治疗计划，图5描绘了每个HU区间（范围从-1,000到>3,000 HU）内γ>1的体素比例。三条曲线都显示出两个明显的峰值，第一个峰值大约位于1,000到1,500 HU之间，而第二个峰值位于2,500到3,000 HU之间；这些HU范围通常分别对应于致密的皮质骨（如股骨和颅骨）和超密材料（如金属植入物和造影剂）。在3,000 HU以下，AXB计划始终显示出最低的γ>1体素比例，表明其GPR更优。相反，CCC计划在大多数HU区间内显示出最高的γ>1比例，而AAA在大多数HU区间内显示出第二高的比例。具体来说，AAA在1,250到1,750 HU的区间内达到了与AXB算法相当的平均GPR。在超高HU区间（HU > 3,000）内，AAA和AXB分别显示出最低和最高的γ>1比例。图5显示了每个HU区间（范围从-1,000到>3,000 HU）内γ>1体素的比例。根据MC算法计算出的最大剂量的最低10%的体素被排除在分析之外。对于每个剂量百分比区间（范围从10%到>115%），图6展示了γ>1体素的比例。所有三种算法（CCC、AAA和AXB）都随着剂量百分比的增加而显示出γ>1体素比例的逐步增加。CCC方法在低于规定剂量110%的区间内始终显示出最高的比例。值得注意的是，AXB和AAA在105%到115%的剂量区间内显示出相似的峰值，并且比例较高。图6显示了每个剂量百分比区间（范围从10%到>115%）内γ>1体素的比例。4讨论在这项研究中，我们收集了总共65个最初使用AAA计算的Halcyon治疗计划，并使用MC、AXB和CCC算法重新计算了这些计划。对所有计划进行了DVH和γγ分析。γγ分析的结果表明，AXB在大多数治疗部位（图1）、HU区间（图5）和剂量区间（图6）中始终实现了最高的GPR；此外，AAA在脑癌和宫颈癌计划中产生了最高的GPR，而CCC在肝癌计划中实现了最高的GPR（图1）。鉴于AXB与产生最高GPR的算法在脑癌、宫颈癌和肝癌计划中的GPR差异通常很小（<5%），我们认为在大多数情况下AXB是进行精确临床计划的最佳算法。然而，对于高容量放射治疗中心（例如我们机构，每天为超过100名患者生成计划），算法选择还必须优先考虑计算效率；使用AXB算法所需的更高硬件要求和计算时间在这种情况下成为重要的限制。在算法显示出相当剂量学准确性的情况下，临床偏好主要由计算效率和资源优化驱动，而不是绝对的剂量学优势。因此，对于大多数计划的重计算（不包括肺癌和肝癌计划），AAA是一个实际的选择，因为它在计算时间和资源需求方面都低于CCC。特别是对于肺癌计划，CCC优于AAA，因为它在PTV和肺体积内实现了更高的GPR。这项工作的结果表明，在治疗计划过程中必须考虑非MC算法在剂量计算准确性方面的固有局限性。例如，图2B表明，加入1.5%–2%的安全边际可以帮助更好地满足5 Gy和20 Gy肺剂量的临床要求。此外，本研究中的γγ和DVH分析表明，没有任何非MC算法能够完美复制MC计算的剂量分布，这意味着在计划过程中使用MC方法进行二次剂量验证对于更准确地评估目标体积和OAR剂量是必不可少的。就GPR而言，AXB和CCC方法在肺癌计划的各种分割计划中并未显示出显著差异；受影响肺部的GPR通常随着分割大小的增加而增加（图4）。这一趋势可以归因于使用较大分割大小的计划中PTV（通常具有最低GPR）较小。这项回顾性研究的一个显著局限性是，临床计划最初是使用AAA优化的。使用AXB原生优化的计划可能与使用AAA优化的计划具有不同的调制特性；因此，本研究的结果反映了在固定调制特性下的重新计算差异，而不是比较每种算法独立优化的计划。因此，未来需要进行评估使用AXB和CCC原生优化的Halcyon计划的研究，以全面了解算法选择在逆向计划过程中的临床和剂量学影响。在本研究中，所有计划都来自同一机构，基于一致的Halcyon硬件和计划协议（补充材料）。虽然这确保了内部一致性，但它限制了普遍性；机构计划实践（例如，边际约定和优化约束）或束流校准的变化可能会影响算法性能。在这种情况下，需要多机构研究来确认我们在不同临床工作流程中的发现，并为算法选择建立通用指南。5结论尽管确定性算法如AAA、AXB和CCC与MC标准显示出可接受的一致性，但它们的准确性可能取决于组织密度和剂量水平。AXB方法提供了总体上的更高准确性，特别是对于复杂的异质介质；然而，在低密度（肺部）和低剂量（<3 Gy）区域经常观察到的数学伽马失败通常缺乏实际的临床意义。因此，尽管AXB推荐用于复杂计划，AAA仍然是一个可行且高效的选择。