基于深度学习和图谱库方法自动勾画肿瘤放疗中危及器官的比较

作者：张富利; 崔德琪; 王秋生; 韦凌宇; 朱林林; 郁艳军; 李海鹏; 王雅棣^*

来源：中国医学物理学杂志, 2019, 36(12): 1486-1490.

• 深度学习
• 图谱库
• 危及器官
• 自动勾画
• 肿瘤放射治疗

目的:评估比较基于深度学习(DL)和图谱库(Atlas)方法自动勾画不同部位肿瘤放疗中危及器官(OARs)轮廓的几何学精度,为临床应用提供依据。方法:选择40例肿瘤患者的CT图像(头颈部、胸部、腹部和盆腔肿瘤患者各10例),由资深放射治疗医师手动勾画OARs,然后再分别使用基于DL和Atlas方法的自动勾画软件勾画OARs。采用形状相似性指数(DC)、Jaccard系数(JC)、Hausdorff距离(HD)、体积差异(VD)等多个指标评价基于DL和Atlas自动勾画与手动勾画OARs的几何学一致性。结果:除直肠外,采用DL方法勾画的多数OARs的DC指标高于0.7,优于Atlas方法,差异有统计学意义(P<0.05)。此外,DL方法的JC值除晶体、直肠、脊髓外也都大于0.7。HD中最大的是脊髓,两种方法均超过20 mm。DL方法中VD绝对值较大的是直肠。结论:基于DL方法自动勾画的OARs几何精确度总体上高于Atlas方法。下一步,通过继续增大训练集的数据量可进一步提高基于DL方法模型的鲁棒性,从而更好地辅助放射肿瘤医师,使肿瘤患者获益。

• 单位
  北京航空航天大学; 解放军总医院