目的:將一款基于深度學習的危及器官自動勾畫軟件系統(tǒng)DeepViewer應用于臨床,實現(xiàn)自動勾畫腫瘤患者治療計劃中危及器官的功能。方法:DeepViewer使用改進后的全卷積神經(jīng)網(wǎng)絡U-Net來實現(xiàn)自動勾畫患者CT掃描部位所包含的危及器官,并使用Dice相似性系數(shù)（DSC）對比分析這22種危及器官自動勾畫與手動勾畫的差異。結(jié)果:11種危及器官DSC平均值在0.9以上,5種危及器官DSC平均值為0.8～0.9,5種器官DSC平均值為0.7～0.8,視交叉DSC平均值最低,為0.676�？傮w結(jié)果表明DeepViewer系統(tǒng)能夠較準確地自動勾畫出危及器官,特別是左、右肺、膀胱、腦干等器官,已基本滿足臨床需求。結(jié)論:DeepViewer軟件系統(tǒng)可以實現(xiàn)放療腫瘤患者危及器官的自動勾畫,準確性較高。同時,DeepViewer系統(tǒng)勾畫完畢后,可以通過網(wǎng)絡系統(tǒng)自動傳輸RTStructure DICOM3.0文件,無需其他操作,能極大地提高臨床醫(yī)生工作效率,降低治療計劃流程中的勾畫總時間。 

【文章來源】：中國醫(yī)學物理學雜志. 2020,37(08)

【文章頁數(shù)】：5 頁

【部分圖文】：

改進的卷積神經(jīng)網(wǎng)絡模型結(jié)構(gòu)

為了與手動勾畫結(jié)果比較，患者進行放療定位與CT掃描之后生成的CT文件再次輸入到Deep Viewer后臺服務器。Deep Viewer系統(tǒng)解析DICOM文件，調(diào)用CT分類模型對身體部位進行分類，再調(diào)用自動勾畫模型的腳本文件對CT中包含的器官進行自動勾畫，然后將所有器官的勾畫信息整合成DICOM格式的RT Structure文件。自動勾畫應用流程如圖2所示。1.5 自動勾畫結(jié)果評估方法

同時，有文獻報道稱在鼻咽癌治療中不采取手動修改的情況下，即使采用基于Atlas圖譜庫最優(yōu)勾畫的危及器官，也不能直接滿足臨床治療需要[23]。本研究中均值超過0.9以上的危及器官有11種，勾畫效果良好，是否可以直接用于臨床治療有待后續(xù)研究。需要注意的是，對于總體患者來說DSC均值越高，說明勾畫精度越好，但對于具體患者來說，某一器官較高的DSC平均值并不表明不需要手動修改，逐層檢查同樣是必要的，只是手動修改花費的時間會少一些，特別是DSC均值高于0.9的危及器官。圖3列出了DSC大于0.9的危及器官箱式圖。2.2 自動勾畫效率

【參考文獻】：
期刊論文
[1]基于最優(yōu)自動勾畫的放療計劃劑量學評估[J]. 蔣璠,吳昊,張健,王坤,張輝,張藝寶.  中華放射腫瘤學雜志. 2017 (04)
[2]鼻咽癌靶區(qū)的自動勾畫評價[J]. 吳昕,劉磊,肖江洪,張恒麗,段寶鳳,羅勇,楊莉,李平.  四川醫(yī)學. 2015(06)



本文編號：3005341