基于人工智能的多模态影像辅助海马体自动勾画研究

目的:利用基于深度学习的人工智能算法,结合头颅MRI和CT的多模态影像,开发海马结构自动勾画技术,为头颅放疗过程中海马体的保护提供高效、准确的自动勾画方法。方法:收集清华大学第一附属医院放疗科从2020年1月~12月就诊的40例脑转移癌患者的定位头颅CT及MRI影像,分别在CT图像、CT-MRI配准图像的两个数据集上训练3D U-Net、3D U-Net Cascade、3D BUC-Net 3个深度学习模型,计算3个模型自动分割的左右海马体与对应的人工标注之间的Dice相似系数（DSC）和95%豪斯多夫距离（95 HD）,以及两者的体积作为模型的分割准确性的评估,并且以对同一大小patch图像的自动分割耗时作为模型效率的评估。结果:引入MRI图像信息对左右海马的自动分割精度有明显的提升;模型3D BUC-Net在CT-MRI数据集上对左右海马体的自动分割都取得最好分割结果（DSC:0.900±0.017,0.882±0.026;95HD:0.792±0.084,0.823±0.093）,而且该模型的分割效率更高。结论:模型3D BUC-Net能在多模态影像上实现高效、准确的海马区的自动勾画,为头颅放疗过程中海马区的保护提供方便。     

肢体软组织肉瘤术后放疗缩小放疗野的临床观察

目的 探讨肢体软组织肉瘤术后缩小放疗野放疗的效果,重点观察局部控制率和不良反应发生情况。方法 回顾性分析2017年10月至2021年3月清华大学第一附属医院收治的49例肢体软组织肉瘤患者,所有患者术后均接受调强放疗。采用定位CT和术后MRI图像融合的方法进行靶区勾画,定义瘤床（GTV_tb）在纵轴方向外扩3 cm,横轴方向外扩1.5 cm形成临床靶区（CTV,解剖屏障可适当修回,且需包全肿瘤周围水肿区）。GTV_tb和CTV分别外扩0.5 cm形成计划靶区1（PTV1）和PTV2,放疗处方剂量：PTV1_95%为63~66 Gy,PTV2_95%为50~56 Gy,单次1.8~2.0 Gy。若术后镜下切缘阳性,瘤床区域推量至70 Gy。结果 随访7.9~45.6个月,中位随访时间32.1个月。3年无局部失败生存率、总生存率和无远处转移生存率分别为91.7%、77.6%、71.5%。单因素分析结果显示,术后镜下切缘阳性的患者更容易出现局部复发,P<0.05。2级及以上伤口并发症、关节僵硬、骨折、水肿、皮肤纤维化的发生率分别为2%、4.1%、2%、8.2%、26.5%。结论 术后放疗缩小放射野治疗肢体软组织肉瘤得到了较好的局部控制率,且晚期不良反应发生率较低。     

肢体软组织肉瘤术后放疗缩小放疗野的临床观察

目的 探讨肢体软组织肉瘤术后缩小放疗野放疗的效果,重点观察局部控制率和不良反应发生情况。方法 回顾性分析2017年10月至2021年3月清华大学第一附属医院收治的49例肢体软组织肉瘤患者,所有患者术后均接受调强放疗。采用定位CT和术后MRI图像融合的方法进行靶区勾画,定义瘤床（GTV_tb）在纵轴方向外扩3 cm,横轴方向外扩1.5 cm形成临床靶区（CTV,解剖屏障可适当修回,且需包全肿瘤周围水肿区）。GTV_tb和CTV分别外扩0.5 cm形成计划靶区1（PTV1）和PTV2,放疗处方剂量：PTV1_95%为63~66 Gy,PTV2_95%为50~56 Gy,单次1.8~2.0 Gy。若术后镜下切缘阳性,瘤床区域推量至70 Gy。结果 随访7.9~45.6个月,中位随访时间32.1个月。3年无局部失败生存率、总生存率和无远处转移生存率分别为91.7%、77.6%、71.5%。单因素分析结果显示,术后镜下切缘阳性的患者更容易出现局部复发,P<0.05。2级及以上伤口并发症、关节僵硬、骨折、水肿、皮肤纤维化的发生率分别为2%、4.1%、2%、8.2%、26.5%。结论 术后放疗缩小放射野治疗肢体软组织肉瘤得到了较好的局部控制率,且晚期不良反应发生率较低。