不同固定窗宽/窗位调节在医学图像自动分割中的应用研究

作者：余行; 何奕松; 傅玉川^*

来源：中国医疗设备, 2022, 37(03): 75-78+96.

• 危及器官
• 自动勾画
• 窗宽/窗位
• 深度学习
• CT影像自动分割

目的 以肺癌放疗涉及的危及器官为例，通过对胸部CT影像进行固定窗宽（Window Width,WW）/窗位（Window Level,WL）的调节处理，探究不同WW/WL对基于深度学习的危及器官自动勾画结果的影响。方法 利用2D-Unet对2017年肺癌危及器官分割比赛中的危及器官（包括左右肺、食管、脊髓和心脏）进行自动分割；训练前均进行WW/WL调节的预处理，即对训练的CT图像分别进行软组织窗、肺窗、纵隔窗、骨窗及全窗宽的调节，然后对每一种危及器官均采用相同的条件进行训练；共60例数据集，任选其中48例为训练集，余下12例为测试集；自动分割结果采用Dice相似性系数（Dice Similarity Coefficient,DSC）和95%豪斯多夫距离（Hausdorff Distance,HD）进行评估；统计方法采用Kruskal-Wallis H秩和检验或方差分析。结果 不同WW/WL调节对左、右肺及脊髓的自动分割DSC值无显著影响（P=0.057、0.090、0.894）；对食管和心脏的自动分割DSC值有显著影响（P<0.001）。脊髓在不同WW/WL下的95%HD值无统计学差异（P=0.116）；左右肺、食管和心脏在不同WW/WL下的95%HD值均有统计学意义（P=0.005、0.001、0.007、<0.001)。结论 不同的固定WW/WL调节对不同危及器官自动勾画结果的影响不同，在进行基于深度学习的CT影像自动分割时应选取合适的WW/WL。

• 单位
  四川大学华西医院