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

【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