利用U-Net算法分割DWI图像上盆腔淋巴结的初步探索

• 作者: 刘想 韩超 朱丽娜 王祥鹏 张靖远 刘伟鹏 张晓东 王霄英
• 来源期刊: 临床放射学杂志
• 关键词: 盆腔淋巴结 前列腺癌 扩散加权成像 深度学习 结构化报告
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 临床初探
• 页码范围: 2537-2541
• 页数: 5页
• 语种: 中文

摘要

目的 探讨利用U-Net算法对前列腺影像报告和数据系统(PI-RADS)5类患者扩散加权成像(DWI)图像上盆腔增大淋巴结进行分割的可行性.方法 回顾性分析62例PI-RADS 5类患者的DWI图像,每例患者至少有一个增大淋巴结(短径＞8 mm),共84个增大淋巴结.手工标注所有增大淋巴结,并将已标注的患者按8∶1∶1的比例随机分为训练集、调优集和测试集进行模型的训练.结果 测试集中U-Net模型自动分割区域平均DICE值为0.88(95％ CI:0.84 ～0.92),对增大淋巴结检测的精确度和召回率分别为0.90和1.00.自动分割测量的淋巴结短径和体积与金标准高度相关.结论 使用U-Net算法对PI-RADS 5类患者DWI图像上盆腔增大淋巴结进行分割具有一定的可行性.