針對顱腦放療規(guī)劃的海馬體自動勾畫平臺及其驗證
發(fā)布時間：2021-01-16 20:38
目的海馬體是學(xué)習(xí)和記憶的神經(jīng)生物基礎(chǔ),是頭頸部放射治療中需要重點保護的顱內(nèi)危及器官。海馬體輪廓通常由醫(yī)生手動勾畫,操作時間長且依賴醫(yī)生經(jīng)驗。為提高海馬體勾畫的效率和可重復(fù)性,本文研發(fā)了一種海馬體自動勾畫平臺（OAR AutoSketch）,系統(tǒng)比較了基于中國人或歐美人大腦圖譜配準(zhǔn)的分割方法（scbtLinear、scbtNonlinear、TTlinear、TTNonlinear）,以及基于皮層配準(zhǔn)的分割方法（FreeSurfer）用于海馬體勾畫的可行性。方法選取12名鼻咽癌患者的數(shù)據(jù),采用OAR AutoSketch生成5種海馬體輪廓和患者主治醫(yī)生勾畫的海馬體輪廓混合呈現(xiàn),招募12名醫(yī)學(xué)影像部的醫(yī)生進行隨機雙盲的主觀準(zhǔn)確性評分;邀請1名影像科專家在20名鼻咽癌患者的MRI圖像上手動勾畫海馬體,作為海馬體解剖標(biāo)準(zhǔn),計算5種自動勾畫方案的客觀準(zhǔn)確性。結(jié)果主觀準(zhǔn)確性評分結(jié)果顯示,自動勾畫的準(zhǔn)確性普遍優(yōu)于主治醫(yī)生的手工勾畫結(jié)果。和海馬體解剖標(biāo)準(zhǔn)的空間相似性結(jié)果顯示,FreeSurfer方法準(zhǔn)確度最高。結(jié)論...
【文章來源】：北京生物醫(yī)學(xué)工程. 2020,39(04)
【文章頁數(shù)】：6 頁
【部分圖文】：
OAR AutoSketch軟件主界面
OAR AutoSketch軟件有3個模塊：DICOM轉(zhuǎn)NIfTI、標(biāo)記模塊、NIfTI轉(zhuǎn)DICOM（圖2）。DICOM轉(zhuǎn)NIfTI模塊的功能是將患者原始DICOM格式的腦CT和MR圖像數(shù)據(jù)集導(dǎo)入并自動分類，轉(zhuǎn)換成NIfTI格式的文件；標(biāo)記模塊的功能是分別采用“TT＿N27線性配準(zhǔn)（TT＿Linear）”、“TT＿N27非線性配準(zhǔn)（TT＿Nonlinear）”、“scbt線性配準(zhǔn)（scbt＿Linear）”、“scbt非線性配準(zhǔn)（scbt＿Nonlinear）”和“FreeSurfer”，共5種方法標(biāo)記出海馬體，并修改圖像參數(shù)，使目標(biāo)易于分辨；NIfTI轉(zhuǎn)DICOM模塊的功能是將修改完成的NIfTI格式文件轉(zhuǎn)換回DICOM文件，并寫入原始DICOM文件信息，便于導(dǎo)回醫(yī)院的醫(yī)學(xué)影像系統(tǒng)（PACS），用于放療規(guī)劃。1.3 勾畫效果的隨機雙盲評價
為更準(zhǔn)確地對比自動勾畫方法的優(yōu)劣，研究組統(tǒng)計了5種勾畫結(jié)果與影像科專家繪制海馬體間的Dice系數(shù)（圖5）。FreeSurfer方法勾畫的海馬體的Dice系數(shù)顯著高于其他方法（FreeSurfer對比scbt＿linear:t=19.980,df=26.084,P<0.001;FreeSurfer對比scbt＿nonlinear:t=19.636,df=24.964,P<0.001;FreeSurfer對比TT＿linear:t=12.769,df=24.709,P<0.001;FreeSurfer對比TT＿nonlinear:t=17.945,df=28.017,P<0.001）。對于scbt圖譜，線性配準(zhǔn)算法優(yōu)于非線性配準(zhǔn)算法（t=3.193 4,df=22,P=0.004），而對于TT＿N27圖譜，線性配準(zhǔn)算法和非線性配準(zhǔn)算法之間無差異（P>0.05）。另外，基于TT＿N27的結(jié)果和金標(biāo)準(zhǔn)的重合度優(yōu)于基于scbt的結(jié)果（線性配準(zhǔn)算法：t=3.837,df=22,P<0.001；非線性算法：t=6.764,df=22,P<0.001）。圖4 對醫(yī)生手動勾畫和5種自動勾畫方案的隨機雙盲評分
【參考文獻】：
期刊論文
[1]基于全卷積神經(jīng)網(wǎng)絡(luò)的直腸癌腫瘤磁共振影像自動分割方法[J]. 冉昭,簡俊明,王蒙蒙,趙星羽,高欣. 北京生物醫(yī)學(xué)工程. 2019(05)
[2]放射性腦損傷診治中國專家共識[J]. 唐亞梅,李藝. 中華神經(jīng)醫(yī)學(xué)雜志. 2019 (06)
[3]基于深度監(jiān)督全卷積神經(jīng)網(wǎng)絡(luò)的MRI腦圖像語義分割算法[J]. 黃星奕,丘子明,許燕. 北京生物醫(yī)學(xué)工程. 2019(03)
[4]人工智能在醫(yī)學(xué)影像診斷中的應(yīng)用[J]. 劉豐偉,李漢軍,張逸鶴,李若松,王尊升,唐曉英. 北京生物醫(yī)學(xué)工程. 2019(02)
本文編號：2981491
【文章來源】：北京生物醫(yī)學(xué)工程. 2020,39(04)
【文章頁數(shù)】：6 頁
【部分圖文】：
OAR AutoSketch軟件主界面
OAR AutoSketch軟件有3個模塊：DICOM轉(zhuǎn)NIfTI、標(biāo)記模塊、NIfTI轉(zhuǎn)DICOM（圖2）。DICOM轉(zhuǎn)NIfTI模塊的功能是將患者原始DICOM格式的腦CT和MR圖像數(shù)據(jù)集導(dǎo)入并自動分類，轉(zhuǎn)換成NIfTI格式的文件；標(biāo)記模塊的功能是分別采用“TT＿N27線性配準(zhǔn)（TT＿Linear）”、“TT＿N27非線性配準(zhǔn)（TT＿Nonlinear）”、“scbt線性配準(zhǔn)（scbt＿Linear）”、“scbt非線性配準(zhǔn)（scbt＿Nonlinear）”和“FreeSurfer”，共5種方法標(biāo)記出海馬體，并修改圖像參數(shù)，使目標(biāo)易于分辨；NIfTI轉(zhuǎn)DICOM模塊的功能是將修改完成的NIfTI格式文件轉(zhuǎn)換回DICOM文件，并寫入原始DICOM文件信息，便于導(dǎo)回醫(yī)院的醫(yī)學(xué)影像系統(tǒng)（PACS），用于放療規(guī)劃。1.3 勾畫效果的隨機雙盲評價
為更準(zhǔn)確地對比自動勾畫方法的優(yōu)劣，研究組統(tǒng)計了5種勾畫結(jié)果與影像科專家繪制海馬體間的Dice系數(shù)（圖5）。FreeSurfer方法勾畫的海馬體的Dice系數(shù)顯著高于其他方法（FreeSurfer對比scbt＿linear:t=19.980,df=26.084,P<0.001;FreeSurfer對比scbt＿nonlinear:t=19.636,df=24.964,P<0.001;FreeSurfer對比TT＿linear:t=12.769,df=24.709,P<0.001;FreeSurfer對比TT＿nonlinear:t=17.945,df=28.017,P<0.001）。對于scbt圖譜，線性配準(zhǔn)算法優(yōu)于非線性配準(zhǔn)算法（t=3.193 4,df=22,P=0.004），而對于TT＿N27圖譜，線性配準(zhǔn)算法和非線性配準(zhǔn)算法之間無差異（P>0.05）。另外，基于TT＿N27的結(jié)果和金標(biāo)準(zhǔn)的重合度優(yōu)于基于scbt的結(jié)果（線性配準(zhǔn)算法：t=3.837,df=22,P<0.001；非線性算法：t=6.764,df=22,P<0.001）。圖4 對醫(yī)生手動勾畫和5種自動勾畫方案的隨機雙盲評分
【參考文獻】：
期刊論文
[1]基于全卷積神經(jīng)網(wǎng)絡(luò)的直腸癌腫瘤磁共振影像自動分割方法[J]. 冉昭,簡俊明,王蒙蒙,趙星羽,高欣. 北京生物醫(yī)學(xué)工程. 2019(05)
[2]放射性腦損傷診治中國專家共識[J]. 唐亞梅,李藝. 中華神經(jīng)醫(yī)學(xué)雜志. 2019 (06)
[3]基于深度監(jiān)督全卷積神經(jīng)網(wǎng)絡(luò)的MRI腦圖像語義分割算法[J]. 黃星奕,丘子明,許燕. 北京生物醫(yī)學(xué)工程. 2019(03)
[4]人工智能在醫(yī)學(xué)影像診斷中的應(yīng)用[J]. 劉豐偉,李漢軍,張逸鶴,李若松,王尊升,唐曉英. 北京生物醫(yī)學(xué)工程. 2019(02)
本文編號：2981491
本文鏈接：http://sikaile.net/yixuelunwen/yank/2981491.html
最近更新
教材專著
