机器人辅助LDR粒子近距离治疗中基于后TPS规划的针道优化策略研究

《Frontiers in Oncology》：Post-TPS needle placement planning for robotic-assisted LDR seed brachytherapy

本文提出了一种创新的后处理规划框架，将剂量优化的种子分布转化为机器人可执行的针道轨迹。该研究通过霍夫变换（Hough Transform）进行种子聚类分析，并采用序列最小二乘规划（SLSQP）算法进行轨迹优化，在满足解剖安全约束（如避开骨骼和危险器官）和机器人操作空间限制的前提下，最小化种子位置偏差。仿真和体模实验证实，该方法在胸腹部解剖模型中可实现亚毫米级植入精度（平均种子调整距离0.6±0.3毫米），Gamma通过率达97.3%，且剂量体积直方图（DVH）显示靶区（PTV）覆盖度和危及器官（OAR）保护均优于传统模板计划。该框架为机器人辅助近距离治疗（Brachytherapy）的临床转化提供了关键技术支撑。

　　

1 引言

近距离治疗（Brachytherapy, BT）作为一种历史悠久的肿瘤放射治疗技术，通过将放射性源直接植入靶区，利用剂量分布的平方反比定律实现局部高剂量照射，同时保护周围正常组织。低剂量率（Low-Dose-Rate, LDR）粒子近距离治疗已广泛应用于前列腺癌、乳腺癌、头颈部肿瘤及胸腹部肿瘤（如肝转移瘤）的治疗。随着机器人辅助手术技术的发展，其精度和安全性显著提升，同时避免了术者辐射暴露。当前治疗计划系统（Treatment Planning System, TPS）主要针对传统共面模板针道设计，尚未充分考虑多方向针道规划的机器人可行性。

2 方法

2.1 初级针道生成

研究采用基于霍夫变换的3D线检测方法，将种子点云转换为参数化投票空间，通过峰值识别多种子共线轨迹。方向向量→b由俯仰角θ和方位角φ参数化（公式1），种子点P(x,y,z)通过正变换投影至霍夫空间（公式2），再通过逆变换得到笛卡尔空间锚点（公式3）。针道以轴点P_S和针尖点P_T参数化，通过最小化种子到针轴垂直距离（公式7-8）生成初始轨迹。

2.2 优化式针道修正

在霍夫变换生成的初级针道基础上，引入硬约束（如针长限制L_max，公式9）和软约束（如障碍物安全距离、机器人末端操作空间半径d_g=20mm，公式10-11）。通过SLSQP算法优化轴点P_S在立方邻域内的位置，同时固定针尖P_T，确保针道满足临床可行性。

2.3 仿真与体模实验

采用多球体聚合方法生成20例随机形状肝肿瘤模型，以碘-125粒子（0.5 mCi）进行剂量计算（TG-43公式）。通过Gamma分析（2mm/2%标准）和DVH比较评估剂量分布一致性。体模实验使用UR5机器人执行针道，通过CT影像配准（误差<0.5mm）和高斯混合回归（Gaussian Mixture Regression, GMR）量化种子植入误差。

3 结果

3.1 仿真结果

20例病例平均生成8.2±2.1条可行针道，最大种子调整距离0.6±0.3mm，Gamma通过率97.3%±2.7%。DVH曲线显示优化前后靶区V₁₀₀和OAR剂量无显著差异（图4）。

3.2 体模实验

机器人植入的种子轴向误差均值0.11mm，径向误差0.713mm，93.3%种子误差低于2mm（图5）。针道优化成功避开骨骼并保留机器人操作空间（图2B-2D）。

3.3 对比研究

与手动共面模板计划相比，本文方法显著降低高剂量区（V₁₅₀：56.9% vs 72.9%, p=0.002），提升剂量适形指数（Conformity Index, CI）（0.67±0.1 vs 0.45±0.17, p=0.011）（表2）。剂量差异图显示几何优化计划剂量分布更均匀（图6E）。

4 讨论

该框架实现了从剂量规划到机器人执行的闭环优化，但需进一步解决呼吸运动补偿、多约束冲突处理等临床挑战。未来可结合机械臂可操作度指标与学习型规划策略，推动全自动近距离治疗系统发展。

5 结论

后TPS针道规划框架通过融合几何约束与机器人可行性，为胸腹部肿瘤机器人辅助近距离治疗提供了可靠的技术路径，有望提升治疗精度与临床可重复性。