聚焦 | 质子成像临床应用只差一步之遥?

质子治疗临床应用的主要挑战是质子束穿过身体各种组织和器官的照射范围存在不确定性。为了解决这个问题，美国研究人员开发了质子CT成像系统，用于临床质子治疗的图像引导和质子束作用范围估算。当前他们展示了用该系统拍摄的首张质子放射图像，还包括第一张真正的生物材料质子图像。

当前，质子治疗计划的制定主要基于X射线的CT数据。通过将数字重建图像（DRR）与治疗前即刻记录的X射线图像比较，CT数据还可用于为患者日常治疗计划创建DRR。然而，由于需要将CT数据转换成质子的相对阻止本领（stopping power），这一过程本身存在不确定性，从而导致计算质子束的照射范围出现误差或错误。

由芝加哥洛约拉大学（Loyola University）、Proton VDA、芝加哥质子中心（Chicago Proton Center）和北伊利诺伊大学（Northern Illinois University）组成的研究团队，提出使用质子CT进行治疗计划。质子CT可直接测量质子的阻止本领，因而可显著降低治疗计划中质子束照射范围的不准确性。

与DRR创建过程类似，质子CT数据也可用来生成质子DRR（pDRR）。pDRR不仅能够有朝一日替代X射线图像用于日常图像引导时高精度的病患对位，还能提供质子束的照射范围信息。值得注意的是，患者质子治疗需要的放射剂量只有X射线方案的1%左右。

该团队开发了一种紧凑型质子成像装置，该装置包括基于塑料快速闪烁体的2D追踪探测器（可以在二维平面检测单个质子）和基于光电倍增管的余能探测器。2D质子探测器分别置于患者的近端和远端，余能探测器位于远端追踪探测器之外。

为评估他们的系统，研究人员通过使用Geant 4蒙特卡罗算法，从患者的X射线CT数据中创建了一系列pDRR。随后，由三位医生对这些理想化pDRR的图像质量进行了评估。三个人都认为pDRR能够为患者定位提供足够的解剖学细节。

该系统的主要发明人James Welsh解释说：“如果pDRR是根据质子CT数据推演而来，那么治疗的结果只是非常近似，但如果pDRR是直接取自于质子CT数据，由于可以直接测量质子的阻止本领，那么治疗的结果会更准确。”

左图：人类头颅模型的数字化重建质子图像；右图：冷冻罗非鱼的质子图像

研究人员还利用他们的系统获得了第一张生物标本的质子放射图像。这张冷冻罗非鱼图像清晰地显示了鱼内部骨骼的解剖结构。高水平的图像细节也预示着使用该系统可以同样显现人类骨骼的解剖结构，图像可用于日常质子治疗的图像引导。Welsh透露，该团队最近还获得了第一张质子CT图像。

图像重建

在另一篇发表的论文中，Welsh及其同事提出了用于质子放射成像原型系统的图像重建系统。他们使用Geant 4来模拟设备检测到的原始数据，并编写了专用软件pRad来处理这些数据和重建质子放射图像。

James Welsh（左边）和他的研究小组合影

研究人员模拟了对儿童头部模型进行质子笔形束照射的过程。他们使用pRad软件来重建质子放射图像，以显示水当量路径长度（WEPL）值的2D分布。该软件使用一台配有单核CPU和单个图像处理单元的台式电脑，运行大约11秒的时间就能由760万个质子完成图像重建。

研究人员主要通过迭代重建算法来重建质子图像，还有两种快速非迭代方法——直线投影（SLP）分箱法和最可能路径（MLP）分箱法，并将图像结果与“真实标记”图像进行比较。他们还对比了三种外壳（成像物体表面）定义的方法：一种使用已知的物体几何形状，另两种使用WEPL估算外壳。

“真实标记”图像的大部分特征都能够在重建图像中显现，误差偏离主要发生在物体的外表边缘附近。利用现有外壳定义方法，重建图像可以显示出更清晰的轮廓，不过无论使用哪种方法，简单的SLP分箱法表现结果都是最差的。在所有迭代重建和MLP分箱法应用案例中，头部模型质子放射图像的平均WEPL误差小于1mm。

研究人员还模拟了有意错位（横向移位或旋转）对质子成像的影响，并分别在校正和不校正的情况下重建模拟数据。后者验证了未校正的数据将导致糟糕的重建，而前者则证明了对齐校正算法的有效性。

Welsh最后表示：“虽然在硬件和软件方面还面临许多挑战，我们的原型机已具有足够的临床实用性，我们已经能够与感兴趣的行业伙伴（Cosylab）建立合作关系，共同努力实现其与质子治疗室的整合。我们现在正在设计临床版本，并将自动图像重建扩展到质子CT以及质子放射成像。”