基于3D U-net的宫颈癌近距离治疗剂量分布预测

目的 基于三维（3D） U-net深度学习模型,建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法 2021年4-9月收集114例宫颈癌患者三维近距离放疗计划（处方剂量6 Gy）组成数据集,按84 ∶11 ∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次（epoch）训练,分别评估测试集病例体素级的平均剂量偏差（MDD）与绝对剂量偏差（MADD）、等剂量面包围体积的戴斯系数（DSC）、处方剂量适形度指数（CI）、高危临床靶区（HRCTV）的D₉₀和平均剂量D_mean、膀胱、直肠、小肠、结肠的D_{1 cm³}与D_{2 cm³}剂量学参数。结果 测试集中19例患者的3D剂量矩阵MDD与MADD分别为-0.01±0.03和（0.04±0.01） Gy。50%到150%处方剂量的DSC在0.89到0.94之间,处方剂量CI为0.70±0.04。HRCTV的D₉₀的平均偏差为2.22%,D_mean的偏差为-4.30%。膀胱、直肠、小肠、结肠的D_{1 cm³}与D_{2 cm³}最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。结论 本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型,为宫颈癌近距离治疗自动化设计奠定基础。