王學(xué)敏，吳湘陽(yáng)，常曉斌，馮濤，屈喜梅，趙強(qiáng)，楊迪，鄧佳

陜西省腫瘤醫(yī)院放療醫(yī)院放射治療區(qū)，陜西西安710061

前言

目前醫(yī)用直線加速器質(zhì)量保證（Quality Assurance,QA）和質(zhì)量控制（Quality Control,QC）已成為保證放射治療安全準(zhǔn)確進(jìn)行的必備措施［1］。根據(jù)內(nèi)容QA可分為加速器機(jī)械、劑量學(xué)、影像學(xué)3部分；按照檢測(cè)周期可分為日檢、月檢和年檢［2-4］。這些質(zhì)控?cái)?shù)據(jù)量大且繁雜，目前普遍采用紙質(zhì)表格存儲(chǔ)，很難實(shí)現(xiàn)數(shù)據(jù)的便捷實(shí)時(shí)分析及回顧查找［5-6］，為加速器性能長(zhǎng)期變化分析及數(shù)據(jù)有效管理增加了很大的困難［7-9］。此外，當(dāng)前加速器影像系統(tǒng)質(zhì)控多依靠操作人員肉眼識(shí)別，精準(zhǔn)度對(duì)人員依賴性大，很難實(shí)現(xiàn)真正的結(jié)果一致性定量分析［10-11］。本研究基于Python Django框架系統(tǒng)開(kāi)發(fā)出一種加速器質(zhì)控?cái)?shù)據(jù)存儲(chǔ)和分析管理系統(tǒng)（QAManager），能夠?qū)崿F(xiàn)加速器質(zhì)控?cái)?shù)據(jù)的存儲(chǔ)和分析，影像數(shù)據(jù)基于算法自動(dòng)分析，期望能解決上述問(wèn)題。

1 材料與方法

1.1 材料

①Q(mào)AManager：自行開(kāi)發(fā)的加速器質(zhì)控?cái)?shù)據(jù)分析處理系統(tǒng)?；赑ython Django 2.2框架系統(tǒng)開(kāi)發(fā)，數(shù)據(jù)庫(kù)為MySQL 14.14，兼容Chrome、IE等主流瀏覽器，配備OBI影像自動(dòng)分析算法；②TrueBeam醫(yī)用直線加速器（Varian,USA）；③Catphan504模體（The Phantom Laboratory,Salem NY,USA）；④SPSS軟件（V13.0,IBM）。

1.2 系統(tǒng)軟件架構(gòu)

系統(tǒng)架構(gòu)采用3層MTV設(shè)計(jì)模式，如圖1所示。底層為數(shù)據(jù)的模型塊（Model），實(shí)現(xiàn)數(shù)據(jù)的建模與存儲(chǔ)，負(fù)責(zé)系統(tǒng)數(shù)據(jù)庫(kù)的讀取和寫(xiě)入；中間的模塊（View）為交互工作平臺(tái)，實(shí)現(xiàn)功能邏輯和算法，負(fù)責(zé)處理需顯示數(shù)據(jù)或邏輯運(yùn)算；上層的模塊（Template）為用戶交互平臺(tái)，實(shí)現(xiàn)用戶數(shù)據(jù)的輸出與輸入，負(fù)責(zé)系統(tǒng)與用戶的交流。

圖1 軟件架構(gòu)圖Fig.1 Software architecture

1.3 系統(tǒng)功能

加速器質(zhì)控管理及分析系統(tǒng)，能對(duì)加速器性能穩(wěn)定性行檢測(cè)分析，系統(tǒng)按功能可分為質(zhì)控?cái)?shù)據(jù)統(tǒng)計(jì)和影像分析兩部分。系統(tǒng)采用樹(shù)形結(jié)構(gòu)數(shù)據(jù)庫(kù)表設(shè)計(jì)，左側(cè)為系統(tǒng)主要功能分類，包括日檢、周檢、月檢、年檢和影像質(zhì)控。不同的項(xiàng)目對(duì)應(yīng)不同的表單，表格上方工具欄可實(shí)現(xiàn)數(shù)據(jù)的添加、編輯、移除和分析。

1.3.1 質(zhì)控?cái)?shù)據(jù)統(tǒng)計(jì)功能主要包括劑量學(xué)和機(jī)械數(shù)據(jù)統(tǒng)計(jì)兩個(gè)方面，可進(jìn)行條件搜索、繪制數(shù)據(jù)趨勢(shì)圖、以Excel表格交互傳遞分析等功能。

1.3.2 影像分析功能可對(duì)加速器測(cè)得的Catphan503/504等模體影像進(jìn)行自動(dòng)分析和檢測(cè)。研究中以Catphan504為例［12］，分析其空間分辨率、低對(duì)比度分辨率、HU線性和均勻性、影像幾何失真度和層厚。具體算法和分析方式如下：

（1）空間分辨率：Catphan504空間分辨率模塊（CTP528）包含21對(duì)鋁制的線對(duì)，線對(duì)間距從0.500到0.024 cm之間遞減。QAManager根據(jù)線對(duì)在模體中具體位置進(jìn)行粗帶采樣，繪制出CT值隨采樣點(diǎn)變化的曲線圖，找出峰值CTpeak和谷值CTvalley，再通過(guò)式（1）計(jì)算線對(duì)的調(diào)制傳遞函數(shù)（MTF）值［13］，最后相對(duì)MTF（RMTF）通過(guò)最小頻率即間距最大的線對(duì)結(jié)果歸一，用RMTF=0.5表示圖像的空間分辨率：

（2）低對(duì)比度分辨率：選取Catphan504低對(duì)比度分辨率模塊（CTP515）中1.0%supra-slice為感興趣區(qū)域（ROI），在其附近選取兩個(gè)背景區(qū)域（Background）。使用式（2）計(jì)算每個(gè)ROI的對(duì)比度噪聲比（Contrast-to-Noise,CNR）。式中ROImean、ROIstdev、ROIdiameter分別為感興趣區(qū)域CT平均值、CT標(biāo)準(zhǔn)差、直徑，Backgroundmean是背景區(qū)域CT平均值。研究中設(shè)置CNR閾值為10，當(dāng)CNR大于10時(shí)［14］，認(rèn)為ROI可見(jiàn)，否則不可見(jiàn)：

（3）HU線性和均勻性：HU線性（CTP404）和均勻性（CTP486）模塊中包含多種不同HU值的材料。根據(jù)模體中不同材料所在的位置，采用霍夫變換識(shí)別圖像中相應(yīng)材料的HU區(qū)域?yàn)镽OI，取ROI中CT平均值作為對(duì)應(yīng)材料的HU值。

（4）影像幾何失真度：CTP404模塊中有距離50 mm的節(jié)點(diǎn)，通過(guò)測(cè)量節(jié)點(diǎn)之間的距離來(lái)判斷影像的幾何失真度。根據(jù)節(jié)點(diǎn)在模體中的具體位置找到感興趣區(qū)域ROI，ROI區(qū)域內(nèi)使用邊緣閾值化，檢測(cè)到需要測(cè)量的端點(diǎn)并對(duì)其距離進(jìn)行測(cè)量。

（5）層厚：通過(guò)測(cè)量CTP404中一定角度放置線段的半高寬（FWHM）計(jì)算層厚。根據(jù)Catphan504使用手冊(cè)，測(cè)量線段計(jì)算FWHM值，使用FWHM×0.42得到層厚。

1.4 QAManager可靠性驗(yàn)證

QAManager系統(tǒng)主要包含數(shù)據(jù)統(tǒng)計(jì)和分析功能，后者中算法精確度和可靠性是重點(diǎn)考察的部分。①算法精確度驗(yàn)證：選取我科2019年TrueBeam OBI質(zhì)控所得Catphan504影像及人工分析結(jié)果，使用QAManager自動(dòng)計(jì)算分析，驗(yàn)證QAManager算法的準(zhǔn)確性和精確性。②算法魯棒性驗(yàn)證：將Catphan 504模體正常擺位后分別向左、右、前、后移動(dòng)1 cm，模擬日常擺位誤差，利用OBI掃描模體，使用QAManager分析影像，驗(yàn)證QAManager算法的魯棒性。

1.5 TrueBeam性能變化評(píng)估

使用QAManager對(duì)我科TrueBeam加速器2019年7～12月間測(cè)量所得的晨檢、周檢和月檢數(shù)據(jù)進(jìn)行分析，評(píng)估加速器性能變化情況。主要評(píng)估參數(shù)有光子輸出穩(wěn)定性、光子平坦度和對(duì)稱性、機(jī)械等中心偏差、左右兩側(cè)（令左為A右為B）及天花板激光燈偏差、光距尺準(zhǔn)確度、鉛門及MLC到位準(zhǔn)確度、機(jī)架角和小機(jī)頭角及治療床角度變化、光射野一致性以及影像學(xué)參數(shù)（幾何失真度、低/高密度分辨率、HU準(zhǔn)確性、均勻性、層厚）。

1.6 統(tǒng)計(jì)學(xué)方法

使用SPSS（V13.0,IBM）軟件進(jìn)行數(shù)據(jù)分析，符合正態(tài)分布的計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差表示，采用配對(duì)t檢驗(yàn)分析。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 質(zhì)控?cái)?shù)據(jù)統(tǒng)計(jì)

使用QAManager分析我科2019年7～12月間TrueBeam質(zhì)控?cái)?shù)據(jù)統(tǒng)計(jì)結(jié)果如圖2所示。圖2a為光子穩(wěn)定性數(shù)據(jù)統(tǒng)計(jì)界面，圖2b為使用查詢功能顯示TrueBeam 6 MV能量的光子穩(wěn)定性數(shù)據(jù)的界面圖，用戶可根據(jù)需求顯示不同搜索結(jié)果，圖2c和圖2d分別為使用系統(tǒng)繪制圖像功能繪制出光子穩(wěn)定性參數(shù)隨時(shí)間變化的柱狀圖和折線圖。從圖中可以看出，2019年7～9月間，TrueBeam平坦度和對(duì)稱性均呈上升趨勢(shì)，隨后開(kāi)始下降。猜測(cè)加速器平坦度和對(duì)稱性于2019年9月調(diào)整，與維修記錄一致。

2.2 影像分析結(jié)果

對(duì)Catphan504模體在OBI系統(tǒng)腹部模式下掃描得到的CBCT三維影像使用QAManager自動(dòng)分析，如圖3所示為算法自動(dòng)分割結(jié)果圖，對(duì)分割結(jié)果分析，得到OBI系統(tǒng)的空間分辨率、低對(duì)比度分辨率、HU線性和均勻性、影像幾何失真度和層厚，如圖4a所示為系統(tǒng)OBI影像質(zhì)控結(jié)果存儲(chǔ)界面圖。

2.3 自動(dòng)分析算法驗(yàn)證

本研究對(duì)2019年1～12月間所有Catphan504質(zhì)控圖像人工和QAManager分析結(jié)果比較。使用SPSS繪制數(shù)據(jù)的箱線圖，發(fā)現(xiàn)層厚、PMP和空間分辨率3組數(shù)據(jù)中存在異常點(diǎn)（圖4b）。剔除異常點(diǎn)后重新對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，如表1所示，除層厚外（P=0.05），其余比較統(tǒng)計(jì)結(jié)果均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）。

2.4 算法可靠性驗(yàn)證結(jié)果

使用QAManager分析模體分別向前、后、左、右4個(gè)方向移動(dòng)1 cm后影像，所得空間分辨率、低密度分辨率、層厚及HU準(zhǔn)確性等指標(biāo)檢測(cè)成功率均為100%，即算法可成功檢測(cè)到所有模塊指標(biāo)，具有良好的魯棒性。

3 討論

目前，現(xiàn)階段國(guó)內(nèi)大部分醫(yī)院均以科室為單位進(jìn)行放療的質(zhì)控管理，各級(jí)醫(yī)院中質(zhì)控情況、質(zhì)控技巧各不相同，缺少規(guī)范化、系統(tǒng)化以及可持續(xù)的質(zhì)量管理。在互聯(lián)網(wǎng)快速發(fā)展的今天，建立放療質(zhì)控?cái)?shù)字化管理，有利于：①通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)各級(jí)醫(yī)院的互聯(lián)互通，為各級(jí)醫(yī)院提供放療質(zhì)量控制、保障和管理；②在數(shù)字化信息中，管理人員可快速抓取錯(cuò)誤數(shù)據(jù)，把握加速器整體變化趨勢(shì)，對(duì)其決策提供幫助［15］。

QAManager為基于Windows系統(tǒng)開(kāi)發(fā)的網(wǎng)頁(yè)版質(zhì)控?cái)?shù)據(jù)管理平臺(tái)，能夠?qū)崿F(xiàn)加速器質(zhì)控?cái)?shù)據(jù)實(shí)時(shí)存儲(chǔ)和分析，以及OBI影像系統(tǒng)自動(dòng)檢測(cè)。與傳統(tǒng)質(zhì)控?cái)?shù)據(jù)管理方式相比，QAManager具有以下優(yōu)勢(shì)：①隨時(shí)編輯和統(tǒng)計(jì)加速器質(zhì)控?cái)?shù)據(jù)，實(shí)現(xiàn)無(wú)紙化數(shù)據(jù)存儲(chǔ)；②快速繪制質(zhì)控項(xiàng)目趨勢(shì)圖，觀察加速器狀態(tài)變化，分析可能的原因；③支持?jǐn)?shù)據(jù)以Excel格式本地交互，對(duì)后續(xù)大數(shù)據(jù)和人工智能研究提供數(shù)據(jù)支持［16-17］；④實(shí)現(xiàn)OBI影像系統(tǒng)自動(dòng)分析，減少分析過(guò)程中可能存在的人為誤差，節(jié)省質(zhì)控時(shí)間。

圖2 QAManager數(shù)據(jù)統(tǒng)計(jì)界面Fig.2 QAManager interfaces for data statistics

圖3 Catphan504影像分析結(jié)果Fig.3 Analysis results of Catphan504 image

圖4 QAManager OBI 自動(dòng)分析統(tǒng)計(jì)界面與異常點(diǎn)分析箱線圖Fig.4 QAManager interface for automatic statistics on OBI data and box plot analysis for outliers

表1 人工、QAManager對(duì)Catphan504影像分析結(jié)果比較（±s）Tab.1 Comparison of the results of annual analysis and QAManager analysis on Catphan504 image(Mean±SD)

表1 人工、QAManager對(duì)Catphan504影像分析結(jié)果比較（±s）Tab.1 Comparison of the results of annual analysis and QAManager analysis on Catphan504 image(Mean±SD)

模塊CTP528 CTP515 CTP404指標(biāo)空間分辨率低對(duì)比度分辨率層厚空氣聚4-甲基戊烯-1（PMP）低密度乙烯聚乙烯丙烯酸聚甲醛樹(shù)脂特氟隆人工分析5.50±1.00 3.58±2.06 2.12±0.13‐999.25±1.76‐195.33±7.92‐106.25±6.98‐48.92±7.49 115.42±15.11 350.58±18.56 969.25±49.76 QAManager 5.67±0.59 3.17±1.70 1.79±0.35‐998.08±4.52‐192.08±7.90‐101.58±11.80‐44.29±14.08 118.67±20.35 359.21±27.94 982.71±67.34 t值0.561-2.159-3.531 0.816 1.232 2.092 1.642 0.772 1.796 1.198 P值0.586 0.054 0.050 0.432 0.244 0.060 0.129 0.456 0.100 0.256

QAManager可正常完成質(zhì)控?cái)?shù)據(jù)，包括日檢、周檢、月檢、年檢以及影像質(zhì)控的數(shù)據(jù)統(tǒng)計(jì)和分析。通過(guò)對(duì)光子穩(wěn)定性，包括光子平坦度和對(duì)稱性的特殊趨勢(shì)變化點(diǎn)出現(xiàn)原因進(jìn)行分析，例如維修或者天氣變化等因素，對(duì)實(shí)際質(zhì)控工作中數(shù)據(jù)的測(cè)量時(shí)間和測(cè)量周期具有一定的預(yù)測(cè)和指導(dǎo)性意義。OBI的自動(dòng)分析結(jié)果與人工分析結(jié)果進(jìn)行對(duì)比，層厚、PMP和空間分辨率中均存在異常點(diǎn)。分析所用模體CT圖像和結(jié)果，發(fā)現(xiàn)出現(xiàn)異常點(diǎn)的可能原因有：首先，CT圖像采集的準(zhǔn)確性、包括掃描條件的選擇和模塊掃描的完整性欠佳；其次，掃描條件的不當(dāng)改變會(huì)影響CT成像質(zhì)量，使得CT圖像信噪比過(guò)低；最后，隨機(jī)偽影的存在及機(jī)器故障的發(fā)生。上述原因均可能對(duì)自動(dòng)分析結(jié)果產(chǎn)生不良影響。此外，人工分析中的操作人員經(jīng)驗(yàn)不足也會(huì)造成人為失誤而影響檢測(cè)結(jié)果。剔除異常點(diǎn)后，除層厚外所有P值均大于0.05，兩種結(jié)果差異很小，算法具有很好的準(zhǔn)確性和精確性。層厚P值為0.05，從表中可以看出QAManager層厚值平均值比人工分析大，造成這一現(xiàn)象的原因是計(jì)算圖像半高寬時(shí)，不同操作人員觀察最大CT值和計(jì)算機(jī)判斷存在一定的差異而導(dǎo)致最終結(jié)果具有一定的差異性［10］。但是，兩種方法層厚整體變化趨勢(shì)是一致的，即若層厚存在一定偏差仍可用自動(dòng)分析方法檢測(cè)。將模體移位模擬日常工作中可能出現(xiàn)的擺位偏差，算法檢測(cè)成功率均為100%，算法具有良好的魯棒性，QAManager影像檢測(cè)可應(yīng)用于日常質(zhì)控工作中。因此，使用該自動(dòng)分析軟件不僅更節(jié)約時(shí)間，數(shù)據(jù)也更加的穩(wěn)定。與目前市場(chǎng)上相關(guān)商用軟件相比，例如瓦里安Mobius 3D、PerFRACTION等［18-20］：這些軟件大都集多種功能于一體，集成度很高，功能定制和擴(kuò)展很難實(shí)現(xiàn)，并且很少有專門針對(duì)質(zhì)控?cái)?shù)據(jù)開(kāi)發(fā)的統(tǒng)計(jì)分析軟件。此外，很多醫(yī)院并沒(méi)有充足的資金購(gòu)買該類軟件。QAManager系統(tǒng)根據(jù)科室內(nèi)部需求自主開(kāi)發(fā)相應(yīng)功能，使用操作方便，對(duì)幫助本科室日常工作和辦公室管理具有重要的意義。

利用QAManager對(duì)加速器質(zhì)控?cái)?shù)據(jù)進(jìn)行管理，是一種高效、便捷且準(zhǔn)確、環(huán)保的統(tǒng)計(jì)工具。對(duì)實(shí)現(xiàn)科室網(wǎng)絡(luò)化管理具有重要的意義，為以后的科研工作奠定了堅(jiān)實(shí)的基礎(chǔ)。