近日，中科大核医学物理研究所与安徽慧软科技有限公司联合研发的放疗计划系统DeepPlan取得新进展，进一步验证了DeepPlan的剂量优化模块在临床上的优越性能[1]，并发表在《中华放射医学与防护杂志》上。
DeepPlan采用基于GPU加速的直接子野优化算法，能够在较短时间内完成直接子野优化，得到满足临床要求的静态调强放疗计划。剂量计算是剂量优化的基础，DeepPlan采用基于改进的CCK算法的光子剂量计算引擎，已通过国家标准报告YY 0775和YY/T 0889的测试[2]。
图2 DeepPlan中病例的等剂量线分布（a.盆腔病例；b.头颈病例；c.胸腹病例）
DeepPlan的平均优化时间86 s，最小35 s，最大266 s，平均剂量计算时间8.36 s，最小2 s，最大23 s。在相同射束条件下与商用计划系统Pinnacle进行优化结果对比，DeepPlan有更好的靶区适形度和更小的机器跳数，但子野数更多。另外，在宫颈癌病例中DeepPlan对膀胱的保护略好，对小肠的保护略差。
表1 DeepPlan的临床病例优化时间和剂量计算时间
肿瘤种类 | 优化时间(s) | 计算时间(s) |
盆腔部 | 117.38±78.81 | 12.50±6.44 |
头颈部 | 55.00±12.85 | 2.40±0.55 |
胸腹部 | 90.11±27.09 | 9.00±2.40 |
表2 相同射束条件下DeepPlan与Pinnacle计划系统的剂量学参数比较
参数(PTV) | DeepPlan | Pinnacle | t值 | P值 |
MU | 481.42±138.44 | 546.28±162.18 | -3.208 | 0.004 |
子野数 | 57.04±17.48 | 52.24±19.00 | 2.912 | 0.008 |
CI | 0.77±0.12 | 0.73±0.13 | 2.875 | 0.008 |
HI | 0.10±0.08 | 0.10±0.06 | 0.696 | 0.493 |
放疗计划系统DeepPlan通过GPU加速等技术，实现了高精度的光子剂量计算引擎和逆向优化算法，能够为患者提供高质量的治疗计划。下一步课题组将开展多种治疗方式的DeepPlan临床应用研究。
文章链接：
1. 程博，方诗杰，任强，等．DeepPlan系统中快速直接子野优化在临床中的应用研究[J].中华放射医学与防护杂志,录用待刊登.
2. 方诗杰，程博，任强，等. 放疗计划系统DeepPlan光子放疗剂量计算的临床可行性验证[J]. 2020. 中国医学物理学杂志.
文/ 程博
