自动分割技术在鼻咽癌靶区及危及器官勾画应用价值的研究

作者：刘洋; 张烨; 易俊林^*

来源：中华放射肿瘤学杂志, 2021, 30(09): 882-887.

DOI：10.3760/cma.j.cn113030-20210521-00200

• 自动勾画
• 靶区
• 危及器官
• 鼻咽肿瘤/放射疗法

目的基于深度反卷积神经网络(DDNN)自动分割技术, 探讨其在鼻咽癌靶区和危及器官(OAR)辅助人工勾画的应用价值。方法利用已完成治疗的800例鼻咽癌患者的CT信息, 构建基于DDNN算法的端到端自动分割模型, 选取10例新的鼻咽癌患者作为研究测试集。通过比较10名初级医师在自动勾画基础上辅助人工勾画(DLAC)与单纯人工勾画(MC)的精确度系数(DICE)、平均一致距离(MDTA)、变异系数(CV)、标准距离偏差(SDD)、勾画时间等参数以评估自动勾画的效果。结果在DLAC组, GTV、CTV的DICE分别为0.67±0.15、0.841±0.032, MDTA分别为(0.315±0.23)、(0.032±0.098) mm, 显著优于MC组(P<0.001)。除脊髓、左右晶体、下颌骨外, DLAC组其他OAR的DICE高于MC组, 其中下颌骨最高, 视交叉最低。此外, 相较MC组, DLAC组GTV、CTV、OAR的CV、SDD均显著降低(P<0.001), 总勾画时间节省63.7%(P<0.001)。结论与MC相比, 基于DDNN建立的DLAC能更为准确地实现鼻咽癌GTV、CTV和OAR的勾画, 可大幅提高医师工作效率及勾画一致性。

• 单位
  中国医学科学院北京协和医学院