基于3D ResSE-Unet的智能靶区勾画在乳腺癌术后放疗中的应用研究

作者：许卓华; 杨慧; 江舟; 谭军文; 王占宇; 陆颖^*

来源：中华放射医学与防护杂志, 2023, 43(04).

• 乳腺肿瘤
• 靶区
• 智能勾画
• 放射疗法
• 相似系数

目的评估基于3D ResSE-Unet的智能靶区勾画在乳腺癌术后辅助放疗靶区勾画中应用的有效性及可行性。方法选取2018年9月至2022年6月在广西医科大学第四附属医院肿瘤诊疗中心治疗的乳腺癌术后辅助放疗病例974例, 其中全乳切除术后614例, 保乳术后360例。分别设置:训练集874例, 用于建立基于3D ResSE-Unet智能靶区勾画模型;验证集40例, 用于配比评估人工智能乳腺癌放疗靶区设计临床应用的可行性及有效性;测试集60例, 用于测试智能靶区的准确性。比较智能靶区勾画模型的戴斯相似系数(DSC), 95%豪斯多夫距离(HD95), 平均表面距离(ASD)。结果该智能勾画模型精确度较高, 全乳切除术后的临床靶区CTVcw的DSC均>0.80, 保乳术后的临床靶区CTVb的DSC均>0.88。保乳术后临床靶区CTVb与全乳切除术后临床靶区CTVcw相比, 保乳术后CTVb具有更高的DSC(0.91±0.03vs.0.83±0.05, t=7.11,P<0.05);而两种靶区的HD95值[(7.56±3.42)vs.(8.77±5.89)mm ]及ASD值[(1.85±0.71)vs.(1.86±0.83)mm]均较低, 差异无统计学意义(P>0.05)。双侧锁骨上下区靶区(CTV2)的DSC均>0.8;双侧CTV2的HD95、ASD均值均较小, 差异无统计学意义(P>0.05)。结论基于3D ResSE-Unet的智能靶区勾画在乳腺癌术后辅助放疗中有较好的勾画一致性及可行性, 尤其是保乳术后的靶区。

• 单位
  广西医科大学第四附属医院