基于PCNN的PET/CT图像分割在肺癌靶区勾画中的应用

• 作者: 张书旭 彭莹莹 王琳婧 蒋绍惠 谭剑明 雷怀宇
• 来源期刊: 中国医学物理学杂志
• 关键词: PCNN PET/CT图像分割 肺癌 靶区勾画
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 医学影像物理与临床
• 页码范围: 5022-5025,5047
• 分类号: R734.2|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2014.04.011

摘要

目的:研究基于脉冲耦合神经网络PCNN的PET/CT图像自动分割技术在肺癌靶区勾画中的应用.方法:采集20例无转移的肺癌患者的PET/CT图像.由2名有经验的放疗科医生分别依据CT图像和PET/CT图像采用目测法勾画肿瘤靶区,分别命名为GTV-CT和GTV-PET.所有PET图像均由自主编写的基于PCNN的分割方法进行靶区的自动分割,所得靶区为GTV-PETauto.采用PINNACLE V9.2放射治疗计划系统分别计算三种方法所勾画的靶区体积,对三种GTV的体积大小和重合关系进行比较.结果:两名医生依据CT图像勾画的靶区平均体积GTV-CT1和GTV-CT2分别为(210.56±197.38) cm3和(192.83±187.05) cm3,两者之间差异有统计学意义(P＜0.05);依据PET/CT勾画的靶区GTV-PET1和GTV-PET2分别为(141.50±118.43) cm3和(130.47±116.70) cm3,未见统计学差异(P＞0.05).两名医生依据PET/CT图像勾画的靶区差异较依据CT的差异小.PET/CT自动分割靶区GTV-PETauto为(133.19±101.28)cm3,与GTV-PET比较未见统计学差异(P＞0.05),验证了PCNN分割方法的可靠性.GTV-PETauto、GTV-PET均小于CT手动勾画靶区GTV-CT,差异有统计学意义(P＜0.05),其中13例靶区因区分肿瘤和肺不张而缩小.结论:基于PCNN的PET/CT图像分割技术提高了肿瘤靶区勾画的精确性,减少了不同医生勾画靶区的差异性,并大大缩短了医生进行靶区勾画的时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琳婧	广州医科大学附属肿瘤医院放疗中心	16	33	3.0	4.0
2	雷怀宇	广州医科大学附属肿瘤医院放疗中心	18	63	5.0	6.0
3	张书旭	广州医科大学附属肿瘤医院放疗中心	54	155	7.0	8.0
4	谭剑明	广州医科大学附属肿瘤医院放疗中心	11	37	4.0	5.0
5	蒋绍惠	广州医科大学附属肿瘤医院放疗中心	8	29	3.0	5.0
6	彭莹莹	广州医科大学附属肿瘤医院放疗中心	15	40	4.0	6.0