ABAS软件勾画OAR临床前测试重要性研究

作者：彭应林; 游雁; 韩非; 胡江; 王明理; 邓小武

来源：中华放射肿瘤学杂志, 2016, 25(06): 609-614.

• 基于模板自动分区
• 器官勾画
• 相似性指数

目的对基于模板自动分区(ABAS)算法的图像勾画软件进行临床前测试,评估鼻咽癌放疗计划OAR勾画精度,为确定临床应用条件提供依据。方法以放疗医师在22例鼻咽癌患者放疗计划CT图像上手工勾画的OAR结构为评价标准,分别对ABAS软件两种算法(General和Head/Neck)自动勾画的OAR进行以下测试:(1)每1例患者均拷贝1套图像,以原图像上手工勾画的轮廓为模板在拷贝图像上自动勾画,考察自动勾画对模板的还原能力;(2)以1例患者图像上手工勾画的轮廓为模板,对其余患者图像进行自动勾画,考察采用单一模板对不同患者图像自动勾画的准确度。评价指标包括各OAR的DSC、Vdiff、DSC与勾画体积相关性,以及自动勾画加手工修改与单纯手工勾画的耗时差别。Wilcoxon符号秩检验,Spearman相关性分析。结果 Head/Neck算法对模板还原能力优于或相当于General算法,自动勾画DSC与所勾画结构体积大小呈正相关(rs=0.879、0.939)。还原测试中体积>1 cm3器官自动勾画的DSC>0.8。使用Head/Neck算法基于单一模板的自动勾画中,脑干、颞叶、腮腺、下颌骨的DSC和Vdiff平均值分别为0.810.90和2.73%16.02%,颞颌关节和视交叉DSC为0.450.49。应用自动勾画加手工修改比单纯手工勾画可以节省68%时间。结论临床前测试可以确定ABAS算法在特定临床应用条件的准确度和适用范围,所测试软件可帮助提高鼻咽癌放疗计划OAR勾画效率,但不适用于较小体积器官的勾画。

• 单位
  中山大学肿瘤防治中心; 梧州市红十字会医院; 华南肿瘤学国家重点实验室