基于循环生成对抗网络迁移修正鼻咽癌兆伏级CT图像

作者：黄星武; 傅万凯^*; 陈传本; 柏朋刚; 陈济鸿; 林蔚林; 杨海松

来源：中国医学影像技术, 2023, 39(07): 1070-1074.

DOI：10.13929/j.issn.1003-3289.2023.07.027

• 鼻咽肿瘤
• 循环生成对抗网络
• 体层摄影术,X线计算机

目的 观察循环生成对抗网络(CycleGAN)用于对鼻咽癌兆伏级CT(MVCT)图像进行迁移修正的价值。方法 纳入101例于自适应放射治疗前接受计划CT(pCT)及MVCT扫描的鼻咽癌患者，随机将其分为训练集(n=80)和测试集(n=21)。基于CycleGAN对训练集图像进行训练并生成模型，再以模型对测试集MVCT进行迁移修正而生成伪CT(sCT);对pCT进行重采样，使其体素及尺寸与MVCT一致，获得重采样CT(RCT)。勾画肿瘤靶区(GTV)和危及器官并计算剂量，比较MVCT与RCT、sCT与RCT图像的CT值平均绝对误差(MAE)和剂量分布。结果 测试集MVCT与RCT图像之间、sCT与RCT图像之间CT值的MAE分别为132.67(121.84,138.28)HU及76.77(62.71,86.43)HU,差异有统计学意义(Z=-5.466,P<0.001)。除颈部右侧转移淋巴结(GTV-NR-P)D95和左晶状体Dmax外，sCT与RCT图像其余剂量参数差异均无统计学意义(P均>0.05)。结论 以CycleGAN修正鼻咽癌MVCT图像可使其与千伏级pCT图像的CT值差距明显缩小并能用于计算剂量。

• 单位
  福建省肿瘤医院