卷积神经网络放疗计划剂量预测:两种解码器对比

• 作者: 戴建荣 易俊林 陈辛元
• 来源期刊: 中国医学物理学杂志
• 关键词: 卷积神经网络 解码器 放射治疗 剂量预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 医学放射物理
• 页码范围: 153-158
• 页数: 6页
• 分类号: R318|R815
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.02.004

摘要

目的:拟建立卷积神经网络放疗计划三维剂量分布预测模型,比较种两解码器对网络性能的影响.方法:实验数据包括80例早期鼻咽癌的放疗计划,并随机分为训练集(70例)和测试集(10例).基于VGG16卷积神经网络,分别采用插值和反卷积两种解码器,建立两种网络结构:插值解码VGG16网络(IVGG16)和反卷积解码VGG16网络(DVGG16),用于端到端的放疗计划剂量预测.评价模型准确性指标主要包括外轮廓、靶区及危及器官(OAR)的平均绝对误差(MAE),并分别记录两个网络的训练时间和预测时间.结果:使用两种解码器均可以较准确地预测患者三维剂量分布.IVGG16和DVGG16的外轮廓MAE分别为(5.48±0.46)％和(5.42±0.34)％,差别无统计学意义;靶区的预测值均较准确,MAE均低于2.63％,两种解码器没有统计学意义;两个网络均可以较准确预测OAR的剂量分布.脊髓PRV和甲状腺的MAE,DVGG16较IVGG16分别下降11.8％和15.6％(P=0.029,0.034),其余OAR的MAE差别无统计学意义.IVGG16和DVGG16模型训练时间分别为14.8 h和24.6 h,每例平均预测时间分别为(6.6±1.0)s和(28.7±3.9)s.结论:采用插值和反卷积两种解码器预测得到的放疗剂量在整体上具有相当的效果.反卷积解码器对部分OAR剂量分布预测准确性略优,但模型训练和预测的效率有待提高.