AccuContour软件在乳腺癌靶区和危及器官自动勾画中的研究

作者：龚筱钦; 陈飞; 胡静; 游涛; 张开军; 戴春华; 朱雅群^*

来源：中国医疗设备, 2022, 37(07): 76-88.

• 乳腺癌
• 自动勾画
• 深度学习
• 临床靶区
• 危及器官

目的 探讨基于U-net的AccuContour(AC)软件在乳腺癌临床靶区（Clinical Target Volume,CTV）和危及器官（Organs At Risk,OARs）自动勾画中的可行性。方法 选取60例早期右侧乳腺癌保乳术后患者，由临床医生勾画CTV和OARs。随机抽取40例作为训练集，剩余20例作为测试集。对训练集进行学习形成新的自动勾画模型（Model-ST），利用戴斯相似系数（Dice Similarity Coefficient,DSC）、豪斯多夫距离（Hausdorff Distance,HD）及相对体积差值（Relative Volume Difference,RVD）分析其效果，并与AC软件自带的模型（Model-AC）比较。结果 Model-ST中CTV的DSC值优于Model-AC(P<0.05)。OARs中，Model-AC双侧肺、肝脏、食管的DSC值均高于Model-ST，双肺的HD值以及左肺、气管和食管的RVD值均低于Model-ST，心脏的HD和RVD值高于Model-ST(P<0.05)。结论 与Model-AC相比，Model-ST模型能够更准确地实现乳腺癌的靶区自动勾画，而Model-AC模型在危及器官自动勾画的准确性方面优于Model-ST。

• 单位
  江苏大学附属医院; 苏州大学附属第二医院