基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 训练和评价一种基于U-Net的自动分割方法 对乳腺癌危及器官(Organs at Risks,OARs)的勾画.方法 实验选取140例乳腺肿瘤病例,其中120例作为训练集,用于建立基于U-Net自动勾画模型,其余20例作为测试集,用于测试自动勾画方法的勾画准确性,采用戴斯相似系数(Dice Similarity Coefficient,DSC)及平均最小距离(Mean Distance to Agreement,MDA)对所训练的自动勾画模型的勾画结果 进行评估,并与有相同训练集及测试集的基于atlas的自动勾画方法进行比较.结果 基于U-Net的自动勾画模型比基于atlas的自动勾画方法所勾画的OARs的DSC均值均高;且基于U-Net的自动勾画模型勾画的OARs的MDA均值较后者均低.两种自动勾画方法在双侧肺、健侧乳腺及心脏的DSC值差异以及在左肺、健侧乳腺及心脏的MDA值差异均具有统计学意义(P<0.05).结论 基于U-Net的自动勾画模型在乳腺癌危及器官勾画中具有较好的勾画效果,且其勾画准确性较基于atlas的自动勾画方法的高.
推荐文章
基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究
深度学习
自动分割
临床靶区
危及器官
放射治疗
U-net
基于U-net的心脏自动勾画模型的临床应用及改进
U-net
心脏
自动勾画
形状相似性系数
临床前验证与几何对比分析基于图谱库的危及器官自动勾画
OnQ rts
图谱
危及器官
自动勾画
放疗计划
乳腺癌
直肠癌
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U-Net的自动分割方法对乳腺癌危及器官的自动勾画
来源期刊 中国医疗设备 学科 医学
关键词 U-Net 乳腺癌 危及器官 自动分割
年,卷(期) 2020,(8) 所属期刊栏目 医学工程技术
研究方向 页码范围 31-35
页数 5页 分类号 R737.9|TP391.41
字数 2430字 语种 中文
DOI 10.3969/j.issn.1674-1633.2020.08.008
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 李金凯 南京医科大学第一附属医院放疗科 25 36 3.0 4.0
2 孙新臣 南京医科大学第一附属医院放疗科 57 127 6.0 8.0
3 王沛沛 南京医科大学第一附属医院放疗科 14 30 3.0 5.0
4 李华玲 南京医科大学特种医学系 3 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  (0)
共引文献  (0)
参考文献  (17)
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)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(7)
  • 参考文献(7)
  • 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
U-Net
乳腺癌
危及器官
自动分割
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
中国医疗设备
月刊
1674-1633
11-5655/R
大16开
北京市顺义区竺园路12号天竺综合保税区泰达科技园7号楼
82-555
1986
chi
出版文献量(篇)
14856
总下载数(次)
40
总被引数(次)
57071
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
论文1v1指导