基于U-net的心脏自动勾画模型的临床应用及改进

• 作者: 吴昊天 吴爱东 周解平 常艳奎 彭昭 徐榭 皮一飞 裴曦
• 来源期刊: 中国医学物理学杂志
• 关键词: U-net 心脏 自动勾画 形状相似性系数
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 医学放射物理
• 页码范围: 1218-1223
• 页数: 6页
• 分类号: R811.1|R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.10.002

摘要

目的:拟分析基于不同医院数据的心脏自动勾画模型在临床应用中的适用性及其改进方法.方法:首先,建立基于U-net和Inception模块的心脏自动勾画网络.其次,收集不同治疗中心的患者数据:中国科学技术大学附属第一医院65例(数据1)、MICCAI2019比赛数据50例(数据2)、数据1和2的混合数据(数据3)、郑州大学第一附属医院50例(数据4)和郑州大学第一附属医院100例(数据5),分别训练得到模型1～5.然后,以郑州大学第一附属医院59例患者作为测试集,使用形状相似性系数(DSC)评估该测试集在不同模型上的分割精度,比较模型之间的差别.最后,将模型3作为心脏预训练模型,采用数据5进行模型再训练,分别测试3组实验(20例/次×5次、10例/次×10次、5例/次×20次)对心脏预训练模型的改进情况.结果:测试集在模型1～5中的平均DSC为0.926、0.932、0.939、0.941和0.950.在再训练过程中,模型在20例/次×5次的实验中表现更稳定.结论:基于不同医院的数据训练模型在心脏自动勾画的临床应用上表现存在差异,使用本地医院数据进行训练的模型预测精度更高.对于非本地数据训练的模型,基于本地数据再训练可以有效提高模型预测的精度,其中以20例/次的再训练方式效果较好.