科研之友
微信
新浪微博
Facebook
分享链接
摘要
使用在小样本中特征学习效果理想的密集全连接卷积网络基于CT图像对宫颈癌患者CTV进行自动预勾画,并评估效果。研究随机选取勾画范围相近的IB期和IIA期宫颈癌术后患者CT数据,从勾画相似度、轮廓偏移程度和勾画体积差异程度三个方面评估预勾画精度。经验证,8项最具代表性的参数结果优于单一网络勾画结果,并优于国际报道。Dense V-Net可较为准确地实现宫颈癌患者CTV预勾画,经医生审查简单修改,可用于临床。
- 单位
使用在小样本中特征学习效果理想的密集全连接卷积网络基于CT图像对宫颈癌患者CTV进行自动预勾画,并评估效果。研究随机选取勾画范围相近的IB期和IIA期宫颈癌术后患者CT数据,从勾画相似度、轮廓偏移程度和勾画体积差异程度三个方面评估预勾画精度。经验证,8项最具代表性的参数结果优于单一网络勾画结果,并优于国际报道。Dense V-Net可较为准确地实现宫颈癌患者CTV预勾画,经医生审查简单修改,可用于临床。
