基于磁共振（MR）的软组织元素组成定量方法的可行性评估，旨在实现精确的硼中子康普顿散射（BNCT）剂量计算

《Radiation Physics and Chemistry》：Feasibility assessment of an MR-based quantitative method for soft tissue elemental composition toward accurate BNCT dose calculation

BNCT治疗规划中基于MRI的软组织元素定量分析方法的开发与验证。通过mDIXON-Quant序列建立水、脂、蛋白分子含量与C、H、O、N元素质量分数的映射模型，实验显示脂肪定量误差<0.1%，C、H、O、N元素预测精度显著优于传统CT方法。该技术为蒙特卡洛模拟提供更准确的生物组织元素数据基础。

　　

刘国龙|舒迪云|耿长兰|唐晓斌|刘元豪|郑英志|高俊航|苏素莲|赖有群

南京航空航天大学核科学技术系，中国南京

摘要

硼中子俘获疗法（BNCT）中的精确剂量计算在很大程度上依赖于对组织元素组成的准确表征。然而，目前基于计算机断层扫描（CT）的方法在分析软组织元素时存在显著局限性，这是因为亨斯菲尔德单位（HU）与组织参数之间的关系并不唯一。为了解决这个问题，开发了一种基于磁共振成像（MRI）的定量分析方法，通过测量水、脂质和蛋白质等分子成分来推导关键元素的质量分数（C、H、O、N）。利用mDIXON-Quant MRI技术，首先通过幻影实验验证了脂肪量化的准确性（平均相对偏差<0.1%），并建立了MRI信号强度与水质量分数之间的线性校准模型。进一步的生物样本实验表明，MRI得到的H、N和O的质量分数与元素分析仪的测量结果吻合良好，而C的质量分数则存在一定的数据分散。与传统CT方法相比，MRI提高了C、H和N元素的预测准确性。本研究证明了基于MRI的定量分析的可行性，这可能为BNCT治疗计划中的蒙特卡洛模拟提供更准确的软组织元素数据。

引言

硼中子俘获疗法（BNCT）是一种新兴的靶向放射治疗方式。其核心机制是选择性地将硼-10（¹⁰B）同位素输送到肿瘤组织中，然后用热中子或超热中子进行照射，以触发¹⁰B(n,α)⁷Li核俘获反应。该反应产生高线性能量传递（LET）的α粒子和反冲的锂核（⁷Li），这些粒子在生物组织中的传播距离仅为4–10微米——大约相当于一个细胞的直径。由于这种高度局部化的能量沉积，BNCT能够精确破坏肿瘤细胞，同时保护周围的健康组织（Sauerwein等人，2012年；Barth等人，1992年、2012年、2018年）。

在BNCT中，物理吸收剂量主要由三个部分组成：硼剂量、中子剂量和光子剂量。后两者是由中子与人体组织中的元素之间的核相互作用产生的（Kumada和Takada，2018年）。组织成分的差异显著影响中子的慢化过程，从而改变中子能谱的空间分布，因此在调节硼剂量方面起着重要作用。基于ENDF/B-VIII数据库的横截面分析显示，不同核素的中子反应截面存在显著差异，这使得组织元素组成成为BNCT剂量计算中的关键参数。研究表明，在评估生物等效剂量时，组织成分的差异可能导致正常组织的最大剂量率波动超过10%，而物理吸收剂量的评估偏差可达6%（Teng等人，2023年）。因此，精确确定组织成分对于确保可靠的剂量评估至关重要。

蒙特卡洛（MC）方法（Andreo，1991年、2018年）是BNCT剂量计算的标准方法，并广泛应用于治疗计划系统（TPS）中。目前，大多数TPS依赖于通用MC代码（如Geant4（Grevillot等人，2010年）来计算剂量分布（Zhong等人，2023年），其中重要的输入参数是根据患者影像数据得出的每个体素的组织成分和质量密度。在早期研究中，人体组织元素成分主要基于国际辐射单位和测量委员会/国际放射防护委员会发布的参考人体模型，采用均匀组织的假设。然而，这种方法忽略了组织异质性和个体间差异，可能会在剂量计算中引入显著误差。为了提高组织表征的准确性，Schneider等人提出了一种基于计算机断层扫描（CT）的数-亨斯菲尔德单位（HU）转换的化学计量校准方法（Schneider等人，1996年、2000年）。然而，这种方法存在固有的局限性。由于HU值和组织参数之间没有严格的一一对应关系，尤其是在软组织区域，CT数值的低对比度降低了校准的可靠性（Sudhyadhom，2020年）。这突显了开发更精确的组织表征方法的必要性，以进一步提高BNCT剂量计算的准确性。为了提高元素成分分析的准确性，Teng等人（2023年）提出了一种基于HU值的组织参数映射方法。他们将HU值划分为96个离散区间，以实现更精确的匹配。然而，现有的CT方法在重建元素成分时存在根本性限制：亨斯菲尔德单位（HU）与软组织元素参数之间缺乏稳定的对应关系。这一内在的物理缺陷，加上HU在软组织中的低对比度，使得通过化学计量校准建立可靠且通用的信号-元素定量模型变得困难。因此，计算过程中会引入误差，最终影响BNCT剂量计算的准确性。

鉴于传统CT成像在分析软组织元素成分方面的局限性，Saito等人提出了一种基于磁共振成像（MRI）的方法，用于测量软组织中的碳（C）和氧（O）浓度，旨在提高质子治疗的剂量验证准确性。这种方法比传统CT具有更低的预测误差，并能更好地区分脑组织（Saito，2023年；Saito和Matsumoto，2023年）。然而，在BNCT中，氢（H）和氮（N）是影响剂量计算的关键元素。因此，探索了MRI在BNCT治疗计划中的潜力，并开发了一个“软组织-分子含量-元素质量分数”框架。该框架利用MRI直接或间接量化软组织中的水、脂质和蛋白质的质量分数，然后推导出元素成分，以建立用于优化MC模拟中体素参数设置的组织参数模型。本研究为扩展MRI在BNCT剂量计算中的应用提供了参考，并提供了改进治疗计划准确性的新方法。

部分摘录

理论框架：分子到元素的映射

人体软组织主要由水和有机分子组成。O和H主要以水分子的形式存在，而C作为有机分子的骨架元素，与H、O、N和其他原子结合形成多种生物大分子（Woodard和White，1986年）。提出以下假设：人体软组织可以简化为由水和有机分子组成的系统。为了验证这一假设，使用了47种标准人体软组织的数据集

基于MRI的脂肪量化验证

如图2a所示，基于mDIXON-Quant序列的脂肪幻影定量分析显示，MRI测量的脂肪质量分数值与理论预期值之间具有极好的一致性（平均相对偏差<0.1%）。这些结果验证了测量系统的定量准确性。来自三个独立重复性实验的误差分析表明，测量的标准偏差（由误差条表示）

讨论

本研究基于一个简化的“水-脂质-蛋白质”三元理论模型，该模型使用标准人体组织数据集进行了验证。这一理论框架使得通过MRI测量的分子质量分数能够定量转换为C、H、O和N的质量分数。在构建方法论过程中，主要采用了简化的油-水二元模型，这可能会对其在真实组织中的可靠性产生疑问。从MRI物理学的角度来看，

结论

本文证明了使用基于MRI的定量分析来确定BNCT剂量计算中软组织元素成分的可行性和优势。通过应用mDIXON-Quant MRI技术，开发了一个可靠的框架，用于量化水、脂质和蛋白质的质量分数，从而推导出重要元素（C、H、O和N）的质量分数。结果表明，MRI在确定关键元素的质量分数方面优于传统CT方法

CRediT作者贡献声明

刘国龙：撰写——原始草稿，数据管理，概念构思。舒迪云：撰写——审阅与编辑，监督，方法论，资金获取，正式分析，概念构思。耿长兰：撰写——审阅与编辑，监督，方法论。唐晓斌：撰写——审阅与编辑。刘元豪：撰写——审阅与编辑。郑英志：研究。高俊航：研究。苏素莲：资源协调。赖有群：资源协调。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了国家自然科学基金（项目编号：12261131621、12220101005）的支持。我们感谢厦门仁爱医院影像中心提供的设备支持。