基于深度学习的rtStation软件自动勾画乳腺癌术后患者心脏结构的应用分析

作者：时飞跃; 王敏; 赵紫婷; 秦伟; 赵环宇; 魏晓为^*

来源：中国医学物理学杂志, 2021, 38(06): 661-665.

• 乳腺癌
• rtStation
• 自动勾画
• 深度学习
• 心脏

目的:使用基于深度学习的rt Station软件对乳腺癌术后患者的心脏结构进行自动勾画,对自动勾画的准确性进行测试和评估。方法:选取40例乳腺癌术后患者进行研究,分为左侧保乳(LB)组、右侧保乳(RB)组、左侧根治(LG)组和右侧根治(RG)组。首先将放疗定位CT图像传输至rtStation软件,使用该软件自动勾画各病例心脏结构,最后将勾画好的结构文件导回Eclipse治疗计划系统。计算两种勾画方法的体积差异(△V%)、位置差异(DC)和形状一致性(DSC)数据,评估该软件自动勾画心脏结构的准确性。结果:40例测试结果△V%、DC和DSC分别为(3.49±10.30)%、(0.48±0.30)cm、0.89±0.04。4组的DSC值分别为0.88±0.03(LB)、0.89±0.03(RB)、0.88±0.05(LG)、0.89±0.04(RG)。4个组合组的DSC值分别为0.89±0.03(LB+RB)、0.88±0.04(LG+RG)、0.88±0.04(LB+LG)、0.89±0.03(RB+RG)。统计学分析结果显示,LB、RB、LG、RG 4组的ΔV%、DC、DSC值没有统计学差异(P>0.05),LB+RB和LG+RG两组的ΔV%、DC、DSC值没有统计学差异(P>0.05),LB+LG和RB+RG两组的ΔV%、DC、DSC值没有统计学差异(P>0.05)。结论:对于不同类型的乳腺癌术后患者,使用rt Station软件自动勾画心脏结构,均可以达到较为准确的效果,且不同类型之间的结果没有统计学差异。

• 单位
  南京医科大学; 南京市第一医院