基于3D U-net的宫颈癌近距离治疗剂量分布预测

作者：罗锐; 刘明哲; 温爱萍; 晏川钧; 罗静月; 王培; 黎杰; 王先良^*

来源：中华放射医学与防护杂志, 2022, 42(08): 611-617.

• 宫颈癌
• 近距离放疗
• 剂量预测
• 剂量分布
• 3D U-net

目的基于三维(3D)U-net深度学习模型, 建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法 2021年4-9月收集114例宫颈癌患者三维近距离放疗计划(处方剂量6 Gy)组成数据集, 按84∶11∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次(epoch)训练, 分别评估测试集病例体素级的平均剂量偏差(MDD)与绝对剂量偏差(MADD)、等剂量面包围体积的戴斯系数(DSC)、处方剂量适形度指数(CI)、高危临床靶区(HRCTV)的D90和平均剂量Dmean、膀胱、直肠、小肠、结肠的D1 cm3与D2 cm3剂量学参数。结果测试集中19例患者的3D剂量矩阵MDD与MADD分别为-0.01±0.03和(0.04±0.01)Gy。50%到150%处方剂量的DSC在0.89到0.94之间, 处方剂量CI为0.70±0.04。HRCTV的D90的平均偏差为2.22%, Dmean的偏差为-4.30%。膀胱、直肠、小肠、结肠的D1 cm3与D2 cm3最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。结论本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型, 为宫颈癌近距离治疗自动化设计奠定基础。

• 单位
  四川省肿瘤医院; 成都理工大学