原文服务方: 中国医学物理学杂志       
摘要:
目的:将一款基于深度学习的危及器官自动勾画软件系统DeepViewer应用于临床,实现自动勾画肿瘤患者治疗计划中危及器官的功能.方法:DeepViewer使用改进后的全卷积神经网络U-Net来实现自动勾画患者CT扫描部位所包含的危及器官,并使用Dice相似性系数(DSC)对比分析这22种危及器官自动勾画与手动勾画的差异.结果:11种危及器官DSC平均值在0.9以上,5种危及器官DSC平均值为0.8~0.9,5种器官DSC平均值为0.7~0.8,视交叉DSC平均值最低,为0.676.总体结果表明DeepViewer系统能够较准确地自动勾画出危及器官,特别是左、右肺、膀胱、脑干等器官,已基本满足临床需求.结论:DeepViewer软件系统可以实现放疗肿瘤患者危及器官的自动勾画,准确性较高.同时,DeepViewer系统勾画完毕后,可以通过网络系统自动传输RTStructure DICOM3.0文件,无需其他操作,能极大地提高临床医生工作效率,降低治疗计划流程中的勾画总时间.
推荐文章
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
深度学习
图谱库
危及器官
自动勾画
肿瘤放射治疗
利用深度反卷积神经网络自动勾画放疗危及器官
深度学习
自动分割
放射治疗
危及器官勾画
深度反卷积神经网络
基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用
胸部肿瘤
人工智能
危及器官
自动勾画
放射治疗
体积对自动勾画软件勾画危及器官准确性的影响
AccuContour自动勾画软件
危及器官
体积
几何准确性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的危及器官自动勾画软件系统DeepViewer在放疗中的应用及评估
来源期刊 中国医学物理学杂志 学科
关键词 深度学习 危及器官 自动勾画 放射治疗
年,卷(期) 2020,(8) 所属期刊栏目 医学人工智能
研究方向 页码范围 1071-1075
页数 5页 分类号 R318|R815
字数 语种 中文
DOI 10.3969/j.issn.1005-202X.2020.08.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪志 中国科学技术大学放射医学物理中心 28 105 6.0 8.0
3 裴曦 中国科学技术大学放射医学物理中心 17 16 2.0 3.0
7 徐榭 中国科学技术大学放射医学物理中心 34 61 4.0 5.0
8 常艳奎 中国科学技术大学放射医学物理中心 1 0 0.0 0.0
9 吴昊天 1 0 0.0 0.0
10 张键 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (11)
参考文献  (20)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
危及器官
自动勾画
放射治疗
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国医学物理学杂志
月刊
1005-202X
44-1351/R
16开
1983-01-01
chi
出版文献量(篇)
4079
总下载数(次)
0
总被引数(次)
17195
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导