基于U-Net实现前列腺MR图像上腺体的自动分割和径线测量:临床植入验证研究

作者：韩超; 朱丽娜; 刘想; 刘伟鹏; 张晓东; 王霄英^*

来源：放射学实践, 2020, 35(04): 519-524.

DOI：10.13609/j.cnki.1000-0313.2020.04.023

• 前列腺
• 磁共振成像
• 自动分割
• 自动测量
• 结构式报告

目的:评估基于U形全卷积神经网络(U-Net)对MR图像上前列腺的自动分割和径线测量的准确性,探索其植入临床工作流程的可行性。方法:回顾性分析2018年10月7日-2019年4月28日连续前列腺MR检查病例的临床和MRI资料,排除前列腺癌治疗后、因前列腺增生行经尿道前列腺切除术后和数据导出失败者,最终纳入129例的MRI数据进行分析。使用前列腺U-Net分割模型在T2WI上自动分割前列腺轮廓后,以最小体积包围盒的算法规则,测量前列腺的左右、前后和上下径。将实际临床工作中使用的前列腺MR结构式报告内医师测量的前列腺径线数据作为金标准,用配对样本t检验和Bland-Altman散点图比较分析软件自动测量和医师手工测量的前列腺径线结果。结果:U-Net分割和径线测量结果可自动地填写到结构式报告中。运用Bland-Altman散点图分析显示两种测量方法得到的前列腺各径线的一致性高,仅4.65%的数据位于95%置信区间之外。对于前列腺左右径,软件自动测量和医师手工测量结果之间的差异无统计学意义(t=-0.637,P>0.05),而于前列腺前后径和上下径,两种测量结果之间的差异均有统计学意义(t=12.248,P<0.05;t=-2.172,P<0.05)。结论:基于U-Net的前列腺分割和径线自动测量模型植入临床工作流程是可行的,其测量结果的准确性符合临床需求。

• 单位
  北京大学第一医院