基于深度学习和图谱库方法自动勾画肿瘤放疗中危及器官的比较

• 作者: 崔德琪 张富利 朱林林 李海鹏 王秋生 王雅棣 郁艳军 韦凌宇
• 来源期刊: 中国医学物理学杂志
• 关键词: 深度学习 图谱库 危及器官 自动勾画 肿瘤放射治疗
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 医学人工智能
• 页码范围: 1486-1490
• 页数: 5页
• 分类号: R318|R811.1
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.12.024

摘要

目的:评估比较基于深度学习(DL)和图谱库(Atlas)方法自动勾画不同部位肿瘤放疗中危及器官(OARs)轮廓的几何学精度,为临床应用提供依据.方法:选择40例肿瘤患者的CT图像(头颈部、胸部、腹部和盆腔肿瘤患者各10例),由资深放射治疗医师手动勾画OARs,然后再分别使用基于DL和Atlas方法的自动勾画软件勾画OARs.采用形状相似性指数(DC)、Jaccard系数(JC)、Hausdorff距离(HD)、体积差异(VD)等多个指标评价基于DL和Atlas自动勾画与手动勾画OARs的几何学一致性.结果:除直肠外,采用DL方法勾画的多数OARs的DC指标高于0.7,优于Atlas方法,差异有统计学意义(P<0.05).此外,DL方法的JC值除晶体、直肠、脊髓外也都大于0.7.HD中最大的是脊髓,两种方法均超过20 mm.DL方法中VD绝对值较大的是直肠.结论:基于DL方法自动勾画的OARs几何精确度总体上高于Atlas方法.下一步,通过继续增大训练集的数据量可进一步提高基于DL方法模型的鲁棒性,从而更好地辅助放射肿瘤医师,使肿瘤患者获益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秋生	北京航空航天大学自动化科学与电气工程学院	47	191	8.0	12.0
2	李海鹏	北京航空航天大学自动化科学与电气工程学院	4	16	2.0	4.0
3	王雅棣	解放军总医院第七医学中心	3	0	0.0	0.0
4	张富利	解放军总医院第七医学中心	4	2	1.0	1.0
5	崔德琪		1	0	0.0	0.0
6	韦凌宇	解放军总医院第七医学中心	1	0	0.0	0.0
7	朱林林		1	0	0.0	0.0
8	郁艳军	解放军总医院第七医学中心	1	0	0.0	0.0