%0 Journal Article %T 基于深度学习和图谱库方法自动勾画肿瘤放疗中危及器官的比较 %A 崔德琪2 %A 张富利1 %A 朱林林2 %A 李海鹏3 %A 王秋生3 %A 王雅棣1 %A 郁艳军1 %A 韦凌宇1 %J 中国医学物理学杂志 %D 2019 %R DOI:10.3969/j.issn.1005-202X.2019.12.024 %X 【摘要】目的:评估比较基于深度学习(DL)和图谱库(Atlas)方法自动勾画不同部位肿瘤放疗中危及器官(OARs)轮廓的几何学精度,为临床应用提供依据。方法:选择40例肿瘤患者的CT图像(头颈部、胸部、腹部和盆腔肿瘤患者各10例),由资深放射治疗医师手动勾画OARs,然后再分别使用基于DL和Atlas方法的自动勾画软件勾画OARs。采用形状相似性指数(DC)、Jaccard系数(JC)、Hausdorff距离(HD)、体积差异(VD)等多个指标评价基于DL和Atlas自动勾画与手动勾画OARs的几何学一致性。结果:除直肠外,采用DL方法勾画的多数OARs的DC指标高于0.7,优于Atlas方法,差异有统计学意义(P<0.05)。此外,DL方法的JC值除晶体、直肠、脊髓外也都大于0.7。HD中最大的是脊髓,两种方法均超过20 mm。DL方法中VD绝对值较大的是直肠。结论:基于DL方法自动勾画的OARs几何精确度总体上高于Atlas方法。下一步,通过继续增大训练集的数据量可进一步提高基于DL方法模型的鲁棒性,从而更好地辅助放射肿瘤医师,使肿瘤患者获益 %K 深度学习 %K 图谱库 %K 危及器官 %K 自动勾画 %K 肿瘤放射治疗 %U http://zgyxwlxzz.paperopen.com/oa/darticle.aspx?type=view&id=201910001