核磁共振图像引导的放疗技术进展
引言
图像引导放射治疗（image-guided radiation therapy，IGRT）是提升患者治疗精度较为有效的方式。而放射治疗（简称：放疗）的引导方式从过去的电子射野影像装置引导，逐渐发展为正交 X 射线引导，乃至目前主流的锥形束计算机断层扫描（cone beam computed tomography，CBCT）、兆伏级计算机断层扫描（megavoltage computed tomography，MVCT）等三维影像引导方式。IGRT 的应用使得患者放疗不确定性逐渐缩小，提升了患者的治疗增益比，有助于控制患者肿瘤的生长，提高治愈率。磁共振图像引导直线加速器（magnetic resonance imaging linear accelerator，MR-Linac）的第一幅影像于 2008 年诞生于加拿大，这预示着具有划时代意义的肿瘤实时跟踪放疗技术开启；从第一台 MR-Linac 设备（双平面旋转 MR-Linac 系统，阿尔伯塔大学肿瘤研究所，加拿大）的应用[1]，到广为人知的荷兰乌特勒支（Utrecht）大学实施的由医科达和飞利浦公司合建的 MR-Linac 设备（Utrecht 模型，Utrecht 大学，荷兰）[2]，再到多种类型 MR-Linac 在全球各地的安装和相关试验研究的开展，进一步证实了其重要的临床实用价值。这是放疗历史上一次里程碑式的突破，该技术的不断发展必将为更多的患者带来福音，因此本文就核磁共振成像（magnetic resonance imaging，MRI）引导相关放疗技术的发展及其研究进展进行简要的综述。
1 MRI 在放疗中的作用
目前放疗中图像引导的获取方式主要是兆伏级或千伏级计算机断层扫描（computed tomography，CT）。相比较于 CT 技术，MRI 技术具有以下优点：
（1）所有医学影像学手段中 MRI 的软组织对比分辨率最高，它可以清楚地分辨肌肉、脂肪等软组织；子宫的肌层、子宫内膜层；前列腺的肌肉层与腺体层等组织。MRI 对于软组织肉瘤常出现的脂肪、平滑肌、横纹肌、间皮、滑膜等部位的对比分辨率要优于其他医学影像学手段。
（2）MRI 具有任意方向直接切层的能力，而不必改变被检查者的体位，结合不同方向的切层，可全面显示被检查器官或组织的结构，无观察死角，可以直接做出横断面、矢状面、冠状面和各种斜切面的体层图像，便于进行解剖结构或肿瘤病变处的三维立体追踪。
（3）MRI 属无创伤、无射线检查，离子化辐射对人体组织无放射性损害，也无生物学损害，因而避免了 X 线或放射性核素显像等影像检查由射线辐射所致的损伤。
相比较而言，CT 技术虽然可在放疗前或放疗期间获取患者靶区及周围器官的影像，通过图像配准进行体位调整以达到准确定位并治疗照射的目的，但该技术很难做到实时的图像引导。此外，CT 技术对于软组织的分辨率要远低于 MRI；多次采用 CT 技术还会增加患者所受辐射剂量，存在导致继发性肿瘤的风险。
MRI 属于纯电磁扫描技术，借助于日益强大的计算机实时处理能力，可记录患者的解剖学变化。医生可以在治疗期间快速采集 MRI 图像，根据其反馈的信息对患者治疗计划进行评估和调整。因此，利用 MRI 代替 CT 进行图像引导放疗更具优势，可根据患者具体情况提供高度个体化的放疗。
另外，放疗过程中 MRI 可以利用其出色的软组织分辨能力和纯电磁扫描特性，为临床提供较清晰的实时影像。MRI 不仅可提供比 CT 更加出色的软组织分辨能力，还可对同一解剖结构产生不同对比度的图像，使医生及物理师可以更加准确地勾画肿瘤和危及器官。目前，将 MRI 与 CT 融合的勾画轮廓方法已得到广泛应用，但该方法会增加治疗计划过程的复杂性，若采用 MRI 的工作流程可以仅根据 MRI 图像进行轮廓勾画，并通过电子密度的分配方法进行剂量计算，达到简化计划设计过程的目的。例如，Kerkmeijer 等[4]利用 MRI 获得了前列腺癌患者治疗计划的所需信息，从而减少了勾画的歧离差异，简化了计划设计工作量，提高了患者的舒适度。另一方面，MRI 软组织实时成像特性配合智能软件可以实现患者的体位校正、剂量累积优化等自适应优化功能。MRI 影像的对比度对许多不同的生物学效应较为敏感，由此发展出功能性影像，例如基于血氧水平依赖（blood oxygen level dependent，BOLD）的功能性影像和弥散加权成像（diffusion-weighted imaging，DWI）等。这些技术可以帮助定义肿瘤靶区参数，用于强化治疗影像或监测疗效[5]。Rai 等[6]认为，MRI 成像与放疗融合的过程中为了获得最佳的影像引导及其最小的几何偏差，放射技师和放射治疗师之间的密切合作显得至关重要。
2 MR-Linac 技术和局限性
目前 MR-Linac 的出现向人们展示着 MRI 与放疗技术的融合在临床上是可行的，具有巨大的发展潜力。临床上首次 1.5 T MR-Linac 治疗 4 例腰椎骨转移肿瘤患者是以 MRI 为手段给治疗床上患者制定调强放疗（intensity-modulated radiation therapy，IMRT）计划，将骨转移肿瘤选定为第一治疗部位，引导影像可检测到周围的脊柱骨并作为独立验证，用以量化束流照射的几何精度。治疗后结果表明，患者接受的绝对剂量与计划相比保持了较高的准确性（0.0%～1.7%），等中心处偏差很小，基于 MRI 的靶区定位精度优于 0.5 mm，进而证实了高精度、高磁场强度、1.5 T MRI 引导的放疗在临床上是可行的[7]。Liney 等[8]使用 1.0 T 平行结构 MR-Linac 原型机成功地利用 MRI 引导定位并将治疗射束照射患有右半球肿瘤大鼠的整个大脑，治疗期间的实时成像具有足够的质量和帧频以监测呼吸运动并且可对肿瘤异常情况做出反应，这是高场平行结构式 MR-Linac 的首次动物活体治疗。
在 MRI 进行图像引导放射治疗方面目前还存在局限性。临床放疗应用的标准直线加速器（linear accelerator，Linac）的磁场耐受力较低，仅为 0.000 1 T。在 Linac 中引入 MRI 设备，需要考虑 MRI 磁场对 Linac 的影响。例如，在磁场的影响下，对 X 射线适形的多叶准直器中用于控制叶片到位精度的磁性编码器性能可能会下降。对此，可以通过重新设计、使用兼容的组件替换和减小磁场强度的方法以减小或消除磁场对多叶准直器产生的影响。并且，磁场的存在会使在波导中用以产生高能 X 射线的电子产生偏离、聚焦和散焦，导致电子束流的损失。对此，可以通过屏蔽设备或磁体的方法来减小磁场的影响。此外，X 射线与物质相互作用释放的次级电子也会受到磁场的影响。比如，对于磁场与 Linac 方向平行的系统在受到磁场的作用时，电子将沿磁场的中心轴聚集，产生电子聚焦效应（electron focusing effect，EFE），使得射束进入人体处皮肤表面剂量增加。而对于磁场与 Linac 方向垂直的系统，电子在远离磁场的圆形路径中形成弯曲，产生电子回转效应（electron returning effect，ERE），导致射束半影变宽，剂量分布不对称。这类 EFE 和 ERE 效应可采用相反方向的束流结构以降低前述不利影响[3]。
3 国际上 MR-Linac 研究进展
3.1 Utrecht 大学的 MRI 引导放疗研究
荷兰 Utrecht 大学医学中心从 2000 年开始研究 MRI 引导放疗（MRI-guided radiation therapy，MRgRT）。其与医科达、飞利浦建立医学联盟，直接基于全身 MRI 系统（Achieva 1.5 T，Philips 公司，荷兰）和紧凑型 6 MeV Linac（Elekta 公司，瑞典）的集成系统展开了相关研究[9]。
若把 1.5 T MRI 和 Linac 集成在一起，磁场势必会影响电子等带电粒子的运动，需要解决系统集成中出现的以下三个主要问题：① MRI 高场强磁场不能对 Linac（主要是电子枪和加速管）产生影响；② Linac 束流在路径上实现对 MRI 设备的穿透，应不受 MRI 设备结构（液氦杜瓦、梯度线圈等）的影响；③ 束流剂量分布的特性应不受强磁场的影响。
为了解决这三个问题，Utrecht 大学研究人员做出了相应的应对措施：
（1）Linac 处于无磁场的工作环境。研究人员在 MRI 系统外侧添加了与励磁线圈逆向的补偿线圈，使得在整个 MRI 外部的磁场下，Linac 区域的磁场强度小于 1 mT。
（2）MRI 系统中采用大量同心圆结构的线圈与冷却装置。Utrecht 大学医学中心研究小组设计了分离式梯度线圈结构，在束流路径上设置窗口，使梯度线圈的高异质性对束流不形成影响。同时，还对 MRI 设备的整体结构进行了优化，原先由铝、钢、环氧树脂等构成的 8 层同心圆结构（相当于 7.5 cm 厚的等效铝），经过改进后减小至 4.2 cm 等效铝的厚度。最终，使射线路径上的散射效应降低至相当于插入常规楔形板。
（3）束流在磁场中的影响。电子在磁场中受洛伦兹力会形成偏转，但光子不会，于是研究人员尝试采用电磁波作为治疗射线。研究人员已测得 6 MV 光子在 1.5 T 磁场强度下，半影增加了 1 mm，建成厚度减小了 4～5 mm，射野存在侧移 0.7 mm，而射野宽度未受影响。
上述束流分布特征可配置到治疗计划系统（treatment planning system，TPS）验收调试的束流数据模型中，以确保不会影响 TPS 的计算结果。
Utrecht 研究人员还为 ERE 提出了解决方法。ERE 引起的组织-空气边界处局部剂量增高，是 MRgRT 中一个非常重要的现象，这将导致射线在皮肤表面和体内气腔（如口/鼻腔、气管、肺、直肠等）位置处剂量偏高。Utrecht 研究人员发现可通过增加一个对侧野或者旋转照射方式补偿 ERE 所引起的局部剂量增高的问题。
Utrecht 研究人员通过对这台 Utrecht 模型原型机测试，改善优化了 MRI 成像质量以及 MRgRT 中的一些问题：① MRI 低温槽壁和线圈组件引起的射线散射问题，可在 TPS 优化设计中加以避免；② ERE 引起的局部剂量增加问题，可通过改进束流照射模式如 IMRT、旋转照射等加以改善；③ MRI 成像中几何误差问题，一般采用纠正主磁场 B0 与梯度场中几何误差的补偿校正算法进行修正，能将二者的几何误差控制在 1～2 mm 以内。
3.2 悉尼大学的 MRgRT 研究
悉尼大学的 MRgRT 项目中利用的 MRI 与 Linac 均来自于瓦里安医疗系统公司[10]。在该项目的设计中，工作在固定水平轴上的 Linac，其束流方向可以与主磁场方向垂直或平行。该项目仔细研究了磁场与 Linac 方向垂直与平行两种布局的特点，如图 1 所示。
图1 磁场与 Linac 平行、垂直方向示意图Figure1. Schematic of inline and perpendicular orientations between magnetic field and Linac
Keall 等[10]研究结果如表 1 所示，从表 1 各种性能的对比中可以容易地看出，选择平行结构构建未来的 MRgRT 设备，对于降低设备构造复杂性和建造成本、减少应用的复杂性等方面，均是有利的。该研发小组采用提出的旋转患者方案，进而免去旋转庞大磁体的复杂工作。与诊断 MRI 设备一样，主磁场强度大小与图像信噪比有关。磁场场强越高，图像信噪比越高，图像分辨力越清晰。该研发小组参考了目前市场上常见各种场强的 MRI 图像质量，结合已确定的分体式磁体结构的要求，最终认为：选择 1 T 场强的分体磁体，既体现了成本优势，也能获得足够清晰的图像。
Keall 等[10]的主要研究结果为：① MRI 主磁场 B0 方向应与 Linac 束流方向平行；② 设备中 MRI 和 Linac 主体结构保持不动，患者被固定在可旋转的治疗床上；③ MRI 磁体应为分体式、超导型 1 T 场强磁体。此外，研究还表明，由多叶准直器引起的 MRI 磁场畸变不容忽视。基于共振射频而研发的 Linac 无需任何磁屏蔽，因而不会干扰 MRI 的磁场，同时也简化了磁场磁体的设计要求[11]。
该系统工作在固定水平轴上的 Linac 对束流数据的采集带来了挑战。Begg 等[12]提出了采用水平测量光子百分深度剂量的方法，并通过与 Linac 机架 0°、90° 时剂量数据进行对比，验证了该方法的准确性。其结果证实，此方法在项目中可根据实际需要进行剂量测量。
3.3 商用的 MRgRT 设备
目前已经商用的 MRgRT 设备有 Unity（Elekta 公司，瑞典）和 MRIdian（ViewRay 公司，美国）系统，二者均属于束流垂直磁场式结构系统[3]。
Unity 系统是在前文所述的 Utrecht 模型原型机的基础上设计开发的，是全球首台高场强 MRI 放疗系统。Unity 系统将诊断级 1.5 T MRI、Linac 及智能软件结合在一起，可以在放疗剂量精准照射至肿瘤靶区的同时获取 MRI 图像，使得医生可以在治疗的同时观察到肿瘤，并实施自适应放疗（adaptive radiotherapy，ART）。该系统于 2018 年获得欧洲统一（conformite europeenne，CE）认证，并于同年 12 月份获得美国食品药品监督管理局（food and drug administration，FDA）认证。目前，国内已有多家肿瘤医院安装此设备进入临床应用阶段。临床治疗表明，MR-Linac 治疗（包括计划调整和准确的剂量照射）在临床可接受的时间内是可行的，并且患者的耐受程度很好[13]。
MRIdian 系统由安装在环形龙门架上横跨 3 个
放射源和 0.35 T MRI 扫描仪所组成，每个放射源均配有独立的双焦点多叶准直器。放疗和成像设备共用一个共同的等中心，从而在剂量照射过程中同时可进行连续 MRI [14]。治疗中具有 ART 的 TPS 和集成 MRI 引导的放疗控制系统允许基于可视化的软组织图像进行快速自适应计划和实施束流的调整控制。该系统的缺点是：①
束流穿透力较低、半影大；② 低场强 MRI 信噪比和图像的弛豫时间都较低[15]。该系统的优点是：① 放射性衰变产生的
束流不会干扰 MRI 单元的工作；② 经过现代化改造的
放射源经过双焦点多叶准直器能提供随射野增大而减小的半影，并可提供与 Linac 等效的厘米量级束流半影；③ 低场强 MRI 可以减少对剂量分布的扰动。在上述设备的基础上，ViewRay 公司使用紧凑的 S 波段 6 MV Linac 替代
放射源，形成了 MRIdian-Linac 系统。该系统配备了双焦点多叶准直器，可实施同等中心的静态束流照射，也可以实施采用静态调强方式的适形 IMRT。该系统已获得美国 FDA 和欧盟 CE 认证，已正式用于商业化的临床治疗中。
4 MRgRT 中局限性的相关研究
在实际的 MR-Linac 应用中，辐射剂量分布会受磁场影响，特别是在患者高、低密度组织界面处。为了提升放疗水平，降低患者接受不必要的辐射，诸多研究人员进行了磁场剂量中放射生物学效应的相关模拟以及临床前研究。
带电粒子受磁场作用会产生磁场剂量效应（如 ERE 效应），研究者们对此进行了一系列研究。Raaijmakers 等[16]利用模拟工具包 Geant4（Geant4 协作组，瑞士）实现了在横向磁场中辐照水-空气-水模体的蒙特卡洛（Monte carlo，MC）模拟。同时，该团队还模拟在一根充满水的管中会形成剂量增加或减少的轻微扭曲区域。虽在气腔形成之前，ERE 会导致剂量增加，但在用相反的束流结构的情况下则可得到相对均匀的剂量分布。该研究小组利用 MC 模拟研究 1.5 T 磁场对剂量分布以及 ERE 引起剂量增加的影响，并进行了实验验证[17]。该实验结果证实，与无磁场相比，1.5 T 磁场作用下表面剂量、建成厚度和输出剂量更多依赖于表面曲度的方向性，这是由于 1.5 T 磁场条件下非对称点扩展核以及重新进入的电子导向运动所致。通过对几何条件模拟表明，对于组织界面不垂直于束流的情况，控制射束可避免空气腔处 ERE 剂量的增加。随着质子治疗有望与 MRI 整合，Lühr 等[18]通过实验证实了质子束在横向磁场中 ERE 的存在，界面处局部剂量增加显著，随着与界面距离的增加而减小，超过 1 mm 的深度时可以忽略不计。
ERE 会影响放疗疗效，对 ERE 的检测是补偿 ERE 的第一步。Costa 等[19]用三维剂量计在横向磁场中进行剂量测量，结合 MC 模拟，证明该剂量计可以精确测量剂量并检测到 ERE，可用作质量保证工具，以验证组织-空气界面的临床相关剂量分布。Han 等[20]将 MC 计算的皮肤出射剂量与人体模体的测量结果进行比较，证实了磁场对人体模体的 ERE，使用人体模体进行皮肤剂量测量有助于评估真实的皮肤剂量。
IMRT 可用于补偿 ERE。Raaijmakers 等[21]基于预先计算出的子野射束剂量分布，设计了一种对空腔附近的不规则靶区的逆向治疗计划方法，结果表明 1.5 T 磁场并不影响 IMRT 实现预期剂量分布的能力。Bol 等[22]采用 MC 模拟方法，研究了在 0.35 T 和 1.5 T 横向磁场中肿瘤中心的非平稳球形空腔对 IMRT 剂量照射的影响。研究结果表明，除了治疗中出现或消失的气腔，IMRT 可用于补偿正确位置气腔周围的 ERE 效应。
5 MRgRT 中其他技术的发展
5.1 基于 MRI 实施 ART 研究进展
基于 MRI 纯电磁扫描的特征，医生可以在治疗时快速采集 MRI 影像，并根据患者的情况进行体位的校正，记录其解剖学变化并评估剂量累积情况，依据患者所反馈的信息变化及时调整后续分次治疗的方案，并利用最快捷的方式优化实施治疗，从而最大程度上降低危及器官的剂量[23]。
在自适应 MRgRT 中，整个治疗过程中的计划重新优化需用到仿真过程中构建的计划目标函数。Olberg 等[24]针对 16 例胰腺癌患者采用常规方法和危及器官分组法分别构建了初始目标函数，并将其应用于后续治疗阶段。结果表明，总体上危及器官分组法优于常规法，大部分计划中 95% 和 100% 处方剂量覆盖的计划靶区体积百分比得到了提升。
考虑患者的解剖学变化是 ART 研究的重点。Boldrini 等[25]使用 MRgRT 设备为一例高龄肛管癌合并肝转移的患者进行体部立体定向放疗（stereotactic body radiotherapy，SBRT），治疗采用视觉反馈技术优化呼吸运动监测，使用间接靶区门控方法，治疗疗效较为明显。结果表明，间接靶区门控技术在肝肿瘤 SBRT 治疗中可行且有效，采用视觉反馈技术优化的呼吸运动管理提高了治疗质量和可靠性。Kontaxis 等[26]使用统计运动模型精确地重建每个子野束流的剂量，并计算治疗束照射时间内的相应解剖变化，自适应调整治疗计划以实现更佳的适形剂量分布，减少了正常组织所受剂量。Steinmann 等[27]设计制造了一个等效于人体组织、可运动的 CT/MRI 可见模拟人胸腔模型，用于模拟肺癌患者，在剂量学上证实了该模型与人体组织的等效性。该方法的重复性和可行性研究结果均控制在放射肿瘤影像核心质量保证中心的合格标准之内。
ART 过程中降低危及器官所受的剂量是研究者关注的重点问题。放疗过程中采用高剂量照射时应注意正常组织的剂量控制[28]。Massaccesi 等[29]报告了一例左侧横纹肌肉瘤转移的病例。该病例采用呼气屏气式 MRgRT 的研究结果表明，这种避免危及器官遭受不必要的剂量照射方式是可行的。El-Bared 等[30]比较非适应性和适应性计划之间的肿瘤和危及器官剂量，用以评估剂量的影响，MRI 引导的在线 ART 提高了胰腺 SBRT 的靶区覆盖率和危及器官的安全性。Yang 等[31]在执行剂量计算的过程中将k-means 聚类方法用于分配建模空间元素质量密度的子区间，比单独求解每个基本系统的效率高两个数量级。在 0.5 T 平行和 1.5 T 垂直磁场存在的情况下，与使用连续密度的 MC 剂量计算相比，该方法在一定范围内具有较高的精度。这种基于网格的玻尔兹曼求解方法具有无条件的稳定性，不产生射线效应的伪影，不存在统计的不确定性。
5.2 MRI 功能性影像的潜在发展
MRI 图像对比度对不同的生物学反应敏感，在此基础上发展了功能性 MRI。BOLD 效应是一种常见的功能成像方式，利用带氧与去氧血红素的电磁性质的变化作为大脑新陈代谢的测量方式[32]。磁共振光谱（magnetic resonance spectroscopy，MRS）可以提供有关肿瘤化学环境的信息，通常用于在后续成像过程中帮助区分肿瘤生长和放射线诱发的器官或组织坏死。
放疗期间对肿瘤实时连续监测需满足两个要求：① 图像质量足以识别追踪的靶区；② 避免由成像给患者带来额外的辐射剂量。从最初的荧光检查到非电离成像方法（如电磁跟踪和 MRI），该技术一直朝高质量图像、低剂量的方向在发展。随着 MR-Linac 设备逐渐引入临床应用，针对危及器官包绕靶区（如胰腺癌）的治疗理念可能会从不确定的外扩边界转变为等效毒性自适应计划上。MR-Linac 配合呼吸运动补偿技术将会提升医生信心和患者肿瘤局部控制率，同时降低毒性，进而改善患者的生活质量[33]。
在中枢神经系统中，CT 对肿瘤和危及器官的轮廓勾画均不可靠，MRI 由于其优越的软组织对比度分辨，可以更好地勾画肿瘤和危及器官。利用 MRI 图像对脑肿瘤及危及器官的轮廓勾画，并将其与 CT 融合并实施放疗计划是目前的标准做法。随着 MRI 在放疗期间对中枢神经及脑部功能保护探索的不断深入，采用 MR-Linac 系统进行 MRI 仿真、治疗计划制定和实时图像引导可节省成本和时间，减少 CT-MRI 配准关联的不确定性，从而最大程度上可确保患者的安全[34]。
功能性 MRI 可以用于肿瘤的预后评估。Hassanien 等[35]分析 81 名膀胱癌患者动态对比增强（dynamic contrast enhanced，DCE）MRI 的肿瘤分期准确性，结果显示其总体准确性差异具有统计学意义，因此，DCE-MRI 可以作为预测肿瘤行为的可靠技术。弥散张量成像（diffusion tensor imaging，DTI）是评估白质完整性的最佳技术，可以显示肿瘤与白质的关系。DTI 可用于制定计划安全可靠的放疗方案，预测肿瘤类型以及患者的预后结果，是一个里程碑式的工具[36]。Peltenburg 等[37]将 12 例接受放疗患者的 DWI-MRI 图像结果计算为功能弥散图（functional diffusion maps，fDMs），发现 fDMs 可以客观地分析表观弥散系数随时间的变化，可用于追踪头颈部肿瘤的治疗疗效。MacManus 等[38]对比了 CT、MRI 和正电子发射型计算机断层扫描（positron emission computed tomography，PET）在肺癌放疗疗效的评估，表明 MRI 在软组织成像中具有卓越的准确性；而 MR-Linac 作为一项快速发展的技术，在实时监测肿瘤及其放疗方案的调整上拥有巨大的潜力。
6 展望
MRgRT 正逐步发展成为个性化放射治疗的一种颇有前景的技术方法，但目前在具体实施过程中遇到的问题限制了其许多潜在的实用功能[39]。虽然 MRgRT 的发展存在着技术和临床的挑战，包括成像生物信息的验证和对效益、成本的严格评估，但正在采取协调一致的方法来管理这些挑战，并为临床获益建立起有效的证据[40]。随着计算机等科学技术的不断发展、MRI 技术的进一步普及以及 MRI 相关技术在肿瘤诊断治疗领域的进步，自适应 MRgRT 在未来一段时间里将在肿瘤放疗领域引领技术的大幅提升[41]。世界上多所高校、公司及科研机构的研究人员在 MR-Linac 项目的大量研究已经取得了很多突破，尤其是在结合新硬件、新技术革新方面已经有了很大进展。相较于过去的 CT 引导放疗，现阶段研究人员已经研发出全新的肿瘤放疗系统，可以做到实时获取患者肿瘤部位的影像，通过新式计算机技术进行自适应优化放疗计划，从而提高了治疗的准确性和效率，减少了患者所受不必要的辐射剂量。未来，自适应 MRgRT 会不断借助新技术发展，如借助人工智能技术实现肿瘤快速勾画、快速自适应计划优化，实现剂量的精确照射和实时剂量的调整。MRI 也可能会和其他放疗技术如质子治疗相结合，MRI 成像的清晰性结合质子治疗的布拉格峰效应，极有可能实现对肿瘤实施更为精准的放射治疗。
7 参考文献
1. Pollard J M, Wen Zhifei, Sadagopan R, et al. The future of image-guided radiotherapy will be MR guided. Br J Radiol, 2017, 90(173): 20160667.
2. Winkel D, Bol G H, Kroon P S, et al. Adaptive radiotherapy: the Elekta Unity MR-linac concept. Clin Transl Radiat Oncol, 2019, 18: 54-59.
3. Liney G P, Whelan B, Oborn B, et al. MRI-Linear accelerator radiotherapy systems. Clin Oncol, 2018, 30(11): 686-691.
4. Kerkmeijer L, Maspero M, Meijer G J, et al. Magnetic resonance imaging only workflow for radiotherapy simulation and planning in prostate cancer. Clin Oncol, 2018, 30(11): 692-701.
5. Mcwilliam A, Rowland B, van Herk M. The challenges of using MRI during radiotherapy. Clin Oncol (R Coll Radiol), 2018, 30(11): 680-685.
6. Rai R, Kumar S, Batumalai V, et al. The integration of MRI in radiation therapy: collaboration of radiographers and radiation therapists. J Med Radiat Sci, 2017, 64(1): 61-68.
7. Raaymakers B W, Jürgenliemk-Schulz I M, Bol G H, et al. First patients treated with a 1.5 T MRI-Linac: clinical proof of concept of a high-precision, high-field MRI guided radiotherapy treatment. Phys Med Biol, 2017, 62(23): L41-L50.
8. Liney G P, Jelen U, Byrne H, et al. Technical Note: the first live treatment on a 1.0 Tesla inline MRI-linac. Med Phys, 2019, 46(7): 3254-3258.
9. Lagendijk J J, Raaymakers B W, van Vulpen M. The magnetic resonance imaging-linac system. Semin Radiat Oncol, 2014, 24(3): 207-209.
10. Keall P J, Barton M, Crozier S, et al. The Australian magnetic resonance imaging-linac program. Semin Radiat Oncol, 2014, 24(3): 203-206.
11. Whelan B, Gierman S, Holloway L, et al. A novel electron accelerator for MRI-Linac radiotherapy. Med Phys, 2016, 43(3): 1285-1294.
12. Begg J, George A, Alnaghy S J, et al. The Australian MRI-Linac program: measuring profiles and PDD in a horizontal beam. J Phys: Conf, 2017, 777: 012035.
13. Bertelsen A S, Schytte T, Møller P K, et al. First clinical experiences with a high field 1.5 T MR linac. Acta Oncol, 2019, 58(10): 1352-1357.
14. Wee C W, An H J, Kang H C, et al. Variability of gross tumor volume delineation for stereotactic body radiotherapy of the lung with Tri-60Co magnetic resonance image-guided radiotherapy system (ViewRay): a comparative study with magnetic resonance-and computed tomography-based target delineation. Technol Cancer Res T, 2018, 17: 1533033818787383.
15. 应延辰, 陈华, 王昊, 等. ViewRay 磁共振引导放疗系统的研究进展. 中华放射医学与防护杂志, 2019, 39(4): 316-320.
16. Raaijmakers A E, Raaymakers B W, Lagendijk J W, et al. Integrating a MRI scanner with a 6 MV radiotherapy accelerator: dose increase at tissue–air interfaces in a lateral magnetic field due to returning electrons. Phys Med Biol, 2005, 50(4): 1363-1376.
17. Raaijmakers A E, Raaymakers B W, Meer S D, et al. Integrating a MRI scanner with a 6 MV radiotherapy accelerator: impact of the surface orientation on the entrance and exit dose due to the transverse magnetic field. Phys Med Biol, 2007, 52(4): 929-939.
18. Lühr A, Burigo L N, Gantz S, et al. Proton beam electron return effect: Monte Carlo simulations and experimental verification. Phys Med Biol, 2019, 64(3): 035012.
19. Costa F, Doran S J, Hanson I M, et al. Investigating the effect of a magnetic field on dose distributions at phantom-air interfaces using PRESAGE® 3D dosimeter and Monte Carlo simulations. Phys Med Biol, 2018, 63(5): 05NT01.
20. Han E Y, Wen Zhifei, Lee H J, et al. Measurement of electron return effect and skin dose reduction by a bolus in an anthropomorphic physical phantom under a magnetic resonance guided linear accelerator (MR-LINAC) system. Int J Med Phy, Clin EngRadiat Oncol, 2018, 7(3): 339-346.
21. Raaijmakers A E, Hårdemark B, Raaymakers B W, et al. Dose optimization for the MRI-accelerator: IMRT in the presence of a magnetic field. Phys Med Biol, 2007, 52(23): 7045-7054.
22. Bol G H, Lagendijk J J, Raaymakers B W. Compensating for the impact of non-stationary spherical air cavities on IMRT dose delivery in transverse magnetic fields. Phys Med Biol, 2015, 60(2): 755-768.
23. Boldrini L, Cusumano D, Cellini F, et al. Online adaptive magnetic resonance guided radiotherapy for pancreatic cancer: state of the art, pearls and pitfalls. Radiat Oncol, 2019, 14(1): 71-76.
24. Olberg S, Green O, CAI B, et al. Optimization of treatment planning workflow and tumor coverage during daily adaptive magnetic resonance image guided radiation therapy (MR-IGRT) of pancreatic cancer. Radiat Oncol, 2018, 13(1): 51.
25. Boldrini L, Cellini F, Manfrida S, et al. Use of indirect target gating in magnetic resonance-guided liver stereotactic body radiotherapy: case report of an oligometastatic patient. Cureus, 2018, 10(3): e2292.
26. Kontaxis C, Bol G H, Stemkens B, et al. Towards fast online intrafraction replanning for free-breathing stereotactic body radiation therapy with the MR-linac. Phys Med Biol, 2017, 62(18): 7233-7248.
27. Steinmann A, Alvarez P, Lee H, et al. MRIgRT dynamic lung motion thorax anthropomorphic QA phantom: design, development, reproducibility, and feasibility study. Med Phys, 2019, 46(11): 5124-5133.
28. Ng S P, Koay E J. Current and emerging radiotherapy strategies for pancreatic adenocarcinoma: stereotactic, intensity modulated and particle radiotherapy. Ann Pancreat Cancer, 2018, 1: 22.
29. Massaccesi M, Cusumano D, Boldrini L, et al. A new frontier of image guidance. Organs at risk avoidance with MRI-guided respiratory-gated intensity modulated radiotherapy. J Appl Clin Med Phys, 2019, 20(6): 194-198.
30. El-Bared N, Portelance L, Spieler B O, et al. Dosimetric benefits and practical pitfalls of daily online adaptive MRI-guided stereotactic radiation therapy for pancreatic cancer. Pract Radiat Oncol, 2019, 9(1): e46-e54.
31. Yang R, Santos D M, Fallone B, et al. A novel transport sweep architecture for efficient deterministic patient dose calculations in MRI-guided radiotherapy. Phys Med Biol, 2019, 64: 185012.
32. Mateo C, Knutsen P M, Tsai P S, et al. Entrainment of arteriole vasomotor fluctuations by neural activity is a basis of blood-oxygenation-level-dependent 'resting-state' connectivity. Neuron, 2017, 96(4): 936-948.
33. Dieterich S, Green O, Booth J. SBRT targets that move with respiration. Phys Med, 2018, 56: 19-24.
34. Cao Y, Tseng C L, Balter J M, et al. MR-guided radiation therapy: transformative technology and its role in the central nervous system. Neuro Oncol, 2017, 19(suppl_2): ii16-ii29.
35. Hassanien O A, Abouelkheir R T, El-Ghar E I, et al. Dynamic contrast-enhanced magnetic resonance imaging as a diagnostic tool in the assessment of tumour angiogenesis in urinary bladder cancer. Can Assoc Radiol J, 2019, 70(3): 254-263.
36. Khan K A, Jain S K, Sinha V D, et al. Preoperative diffusion tensor imaging: a landmark modality for predicting the outcome and characterization of supratentorial intra-axial brain tumors. World Neurosurg, 2019, 124: e540-e551.
37. Peltenburg B, Schakel T, Terhaard C, et al. Functional diffusion maps to assess treatment response in head and neck tumors. Radiotherapy and Oncology, 2018, 127(suppl 1): S1159-S1160.
38. Macmanus M, Everitt S, Schimek-Jasch T, et al. Anatomic, functional and molecular imaging in lung cancer precision radiation therapy: treatment response assessment and radiation therapy personalization. Transl Lung Cancer Res, 2017, 6(6): 670-688.
39. Chin S, Eccles C L, Mcwilliam A, et al. Magnetic resonance-guided radiation therapy: a review. J Med Imaging Radiat Oncol, 2020, 64(1): 163-177.
40. Noble D J, Burnet N G. The future of image-guided radiotherapy-is image everything?. Br J Radiol, 2018, 91(187): 20170894.
41. 黄伟, LI X A, 李宝生. MRI 引导的自适应放疗技术进展. 中华放射肿瘤学杂志, 2017, 26(7): 819-822.
来源：生物医学工程学杂志