利用深度反卷积神经网络自动勾画放疗危及器官

目的:勾画危及器官是放射治疗中非常重要的常规工作。然而,目前的人工勾画非常耗时,而且依赖于医生的知识和经验。为此,本研究提出一种深度反卷积神经网络,用于自动和精确地勾画危及器官。 方法:深度反卷积神经网络是一个用于自动分割的端到端框架。实验使用了230例头颈部患者的数据,在其中随机选择了184例作为训练集,用于调制自动分割模型的参数,其余46例用作测试集评估方法的性能。用于分割的危及器官包括脑干、脊髓、左腮腺、右腮腺、左颞叶、右颞叶、甲状腺、喉、气管9个危及器官。自动分割精度的量化指标使用戴斯相似性系数和豪斯多夫距离。 结果:所有危及器官自动分割的戴斯相似性系数值均在0.70以上（平均值为0.81）,豪斯多夫距离值在5.0 mm内（平均值为4.3 mm）,表明本研究提出的自动分割方法能准确地分割危及器官。 结论:利用深度反卷积神经网络建立了一种自动分割危及器官的方法,可以得到较准确的结果,为放射治疗流程自动化提供了技术支持。     

基于三维U-NET深度卷积神经网络的头颈部危及器官的自动勾画

勾画危及器官是放射治疗中的重要环节。目前人工勾画的方式依赖于医生的知识和经验,非常耗时且难以保证勾画准确性、一致性和重复性。为此,本研究提出一种深度卷积神经网络,用于头颈部危及器官的自动和精确勾画。研究回顾了496例鼻咽癌患者数据,随机选择376例用于训练集,60例用于验证集,60例作为测试集。使用三维(3D)U-NET深度卷积神经网络结构,结合Dice Loss和Generalized Dice Loss两种损失函数训练头颈部危及器官自动勾画深度卷积神经网络模型,评估参数为Dice相似性系数和Jaccard距离。19种危及器官Dice相似性指数平均达到0.91,Jaccard距离平均值为0.15。研究结果显示基于3D U-NET深度卷积神经网络结合Dice损失函数可以较好地应用于头颈部危及器官的自动勾画。     

基于FC_DenseNet深度学习网络自动分割肺癌放疗中的危及器官

目的:建立一种基于密集连接深度学习的端到端胸部CT图像危及器官自动分割方法,提供一个高精度的自动分割模型,减轻医师临床勾画的工作强度。方法:收集36例肺癌患者CT图像,27例作为训练集,随机取6例作为验证集进行交叉验证,测试集为9例,训练时间约为5 h,完成了左肺、右肺、脊髓、心脏4个危及器官的自动分割,并使用Dice系数、HD95距离与平均表面距离(ASD)3个指标对测试集进行测试。结果:测试集的分割结果显示,与U-Net与ResNet50相比,FC_DenseNet网络在Dice值、HD95、ASD指标上表现较好,但是不同网络之间的分割结果并没有显著差异(P>0.05),FC_DenseNet网络Dice值最高是左肺为0.98,最低为心脏0.84。结论:本研究的结果表明,密集连接结构的深度学习模型能够较为准确地分割左右肺、脊髓、心脏4个危及器官,这种特征图复用的思想为基于深度学习的医学图像分割提供了新思路。     

基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

目的:基于U-net卷积神经网络的深度学习方法,探讨宫颈癌放疗临床靶区和危及器官自动勾画的可行性。方法:利用U-net卷积神经网络模型搭建的端到端自动分割框架,以100例已进行IMRT治疗的宫颈癌患者CT及组织结构信息为研究对象,并随机选取其中的10例作为测试集。勾画的对象包括临床靶区（CTV）、膀胱、直肠和左、右股骨头5个部分,比较手动和自动勾画的戴斯相似性系数（DSC）和豪斯多夫距离（HD）以评估自动勾画模型的准确性。结果:4种危及器官自动勾画的DSC值都在0.833以上,平均值是0.898;HD值均在8.3 mm以内,平均值为5.3 mm;临床靶区DSC值是0.860,HD值为13.9 mm。结论:基于U-net卷积神经网络建立的自动勾画模型能较为准确地实现宫颈癌临床靶区和危及器官的自动勾画,临床应用中可大幅提高医生的工作效率及勾画的一致性。     

体积对自动勾画软件勾画危及器官准确性的影响

【摘要】目的:评价基于人工智能的自动勾画系统（AccuContour自动勾画软件）对危及器官（OAR）勾画的几何准确性,探讨OAR自动勾画的几何准确性是否受OAR体积的影响。方法:选取161例患者,其中头颈部、胸部、盆腔肿瘤患者各40例,腹部肿瘤患者41例。分别采用AccuContour自动勾画软件和手动勾画的方式对晶体、视神经、眼球、垂体、脑干、腮腺、下颌骨、双肺、心脏、双肾、肝脏、直肠、膀胱、股骨头等部位进行勾画。统计各个勾画部位的戴斯相似系数（DSC）、豪斯多夫距离（HD）、Jaccard系数以及体积这4项参数,并使用DSC、Jaccard系数和HD评价自动勾画的几何准确性。对DSC、HD、Jaccard系数与体积进行Spearman相关性分析,并对晶体、视神经、眼球、腮腺、颞颌关节、双肺、双肾、股骨头等成对部位的DSC、HD、Jaccard系数之间进行Wilcoxon配对秩和检验。结果:各个部位的DSC均数均大于0.7;头颈部的Jaccard系数均数为0.557~0.880,其中最低的为右视神经,最高的为下颌骨。头颈部、胸部、盆腔的HD均数分别小于8、22、16 mm;除肝脏（HD=34.563 mm）外,腹部其他部位的HD均数均小于19 mm。DSCall、Jaccardall系数及HDall的大小与体积具有相关性（rDSC=0.757, PDSC=0.000;rJaccard=0.775, PJaccard=0.000;rHD=0.761, PHD=0.000）。晶体、视神经、眼球、垂体、脑干、腮腺、下颌骨、双肺、膀胱、股骨头等部位的DSC和Jaccard系数与OAR体积具有相关性（P<0.05）,HD与体积不具有相关性（P>0.05）。双肺之间的DSC和Jaccard系数差异具有统计学意义（PDSC＝0.000, PJaccard＝0.000）。结论:AccuContour自动勾画软件对于OAR的勾画具有较高的准确性,自动勾画的几何准确性受OAR体积大小的影响。     

基于深度学习的危及器官自动勾画软件系统DeepViewer在放疗中的应用及评估

目的:将一款基于深度学习的危及器官自动勾画软件系统DeepViewer应用于临床,实现自动勾画肿瘤患者治疗计划中危及器官的功能。方法:DeepViewer使用改进后的全卷积神经网络U-Net来实现自动勾画患者CT扫描部位所包含的危及器官,并使用Dice相似性系数（DSC）对比分析这22种危及器官自动勾画与手动勾画的差异。结果:11种危及器官DSC平均值在0.9以上,5种危及器官DSC平均值为0.8~0.9,5种器官DSC平均值为0.7~0.8,视交叉DSC平均值最低,为0.676。总体结果表明DeepViewer系统能够较准确地自动勾画出危及器官,特别是左、右肺、膀胱、脑干等器官,已基本满足临床需求。结论:DeepViewer软件系统可以实现放疗肿瘤患者危及器官的自动勾画,准确性较高。同时,DeepViewer系统勾画完毕后,可以通过网络系统自动传输RTStructure DICOM3.0文件,无需其他操作,能极大地提高临床医生工作效率,降低治疗计划流程中的勾画总时间。     

深度卷积神经网络在放射治疗计划图像分割中的应用

目的:结合全卷积神经网络(Fully Convolutional Network,FCN)和多孔卷积(Atrous Convolution,AC)的深度学习方法,实现放射治疗计划图像的组织器官自动勾画。方法:选取122套已经由放疗医师勾画好正常器官结构轮廓的胸部患者CT图像,以其中71套图像(8 532张轴向切层图像)作为训练集,31套图像(5 559张轴向切层图像)作为验证集,20套图像(3 589张轴向切层图像)作为测试集。选取5种公开的FCN网络模型,并结合FCN和AC算法形成3种改进的深度卷积神经网络,即带孔全卷积神经网络(Dilation Fully Convolutional Network,D-FCN)。分别以训练集图像对上述8种网络进行调优训练,使用验证集图像在训练过程中对8种神经网络进行器官自动识别勾画验证,以获取各网络的最佳分割模型,最后使用测试集图像对充分训练后获取的最佳分割模型进行勾画测试,比较自动勾画与医师勾画的相似度系数(Dice)评价各模型的图像分割能力。结果:使用训练图像集进行充分调优训练后,实验的各个神经网络均表现出较好的自动图像分割能力,其中改进的D-FCN 4s网络模型在测试实验中具有最佳的自动分割效果,其全局Dice为94.38%,左肺、右肺、心包、气管和食道等单个结构自动勾画的Dice分别为96.49%、96.75%、86.27%、61.51%和65.63%。结论:提出了一种改进型全卷积神经网络D-FCN,实验测试表明该网络模型可以有效地提高胸部放疗计划图像的自动分割精度,并可同时进行多目标的自动分割。     

RT-Mind自动勾画技术应用于鼻咽癌放射治疗可行性研究

目的:探讨RT-Mind软件在鼻咽癌放疗临床靶区（CTV）、危及器官（OARs）自动勾画的可行性,为临床应用提供依据。方法:回顾性选取28例应用调强技术治疗的鼻咽癌患者,将放疗医师手动勾画CTV、OARs（脑干、脊髓、左右晶体、视交叉、左右视神经、左右腮腺、左右颞叶、左右颞颌关节、下颌骨）做为参考标准,再使用RT-Mind软件自动勾画CTV及OARs。对比手动与自动勾画在CTV和OARs区域的Dice相似性系数（DSC）、Jaccard系数（JAC）、敏感性指数（SI）、包容性系数（lncI）、质心偏差（DC）、Hausdorff距离（HD）等参数,从而评估自动勾画效果。结果:CTV的DSC、JAC、SI、lncl、DC、HD分别为:0.78±0.04、0.70±0.05、0.85±0.08、0.87±0.04、（7.76±5.03） mm、（12.3±1.16） mm,OARs中DC、HD值均在1 cm之内。结论:RT-Mind软件能够基本满足临床要求,能够较为准确地实现鼻咽癌患者CTV和OARs的自动勾画。由于病人既往病史的个体差异,放射治疗医师必须根据临床需要,对自动勾画的CTV和OARs进行修改后,才能用于治疗。若依据临床需求进一步完善自动勾画的个性化定制,相信RT-Mind软件在解剖结构复杂的鼻咽癌放疗中能够辅助放疗医生提高工作效率,更好地为患者服务。     

基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用

目的:评估基于人工智能技术的自动勾画软件勾画胸部危及器官轮廓的几何学精度,为临床应用提供依据。方法:选择30例胸部肿瘤患者的CT图像,分别使用基于人工智能技术的自动勾画软件勾画和医师手动勾画胸部危及器官。采用Hausdorff距离、形状相似性指数及Jaccard系数这3个指标评价自动勾画与手动勾画危及器官的几何学一致性。结果:在肺、心脏和脊髓的Hausdorff距离中,最大为右肺的（22.31±4.50） mm,最小为脊髓的（3.17±0.80） mm。危及器官的形状相似性指数值均≥0.91。Jaccard系数中左肺和右肺的均值≥0.95,脊髓的为0.84±0.02,心脏的略低为0.83±0.04。结论:基于人工智能技术的危及器官自动勾画软件对于胸部危及器官勾画能够达到较高的准确性和精度,可以满足临床工作。 【关键词】胸部肿瘤;人工智能;危及器官;自动勾画;放射治疗     

基于U-Net结合改进算法对放疗危及器官自动勾画研究

目的：面向放疗危及器官自动勾画构建基于U-Net的模型并针对肝脏分割构建3种改进模型。方法：采集共计184例肝癌患者和183例头部放疗患者的计算机断层扫描（CT）图像及组织结构信息,并结合公开数据集Sliver07用于模型的训练与评估。通过搭建U-Net模型并针对肝脏分割分别结合空洞卷积、SLIC超像素算法、区域生长算法进行训练并得到预测模型,利用预测模型对自动勾画结果进行预测。采用交并比（Io U）和平均交并比（MIo U）评价预测结果的精确性。结果：测试集头部放疗危及器官自动勾画预测结果MIo U为0.795～0.970,肝脏分割使用U-Net预测结果MIo U约为0.876,使用改进后模型预测结果MIo U约为0.888,并很好地约束了预测偏差较大结果的出现,使得测试样本中Io U结果小于0.8的数量占比从16.67%降至7.5%。直观勾画方面结合改进算法的模型比U-Net更能捕捉到复杂、混淆性的边界区域。结论：构建U-Net模型能够在头部放疗危及器官和肝脏自动勾画上表现良好,3种改进的模型能够在肝脏分割上具有更优的表现。     

Biomechanical-based image registration for head and neck radiation treatment

Deformable image registration of four head and neck cancer patients has been conducted using a biomechanical-based model. Patient-specific 3D finite element models have been developed using CT and cone-beam CT image data of the planning and a radiation treatment session. The model consists of seven vertebrae (C1 to C7), mandible, larynx, left and right parotid glands, tumor and body. Different combinations of boundary conditions are applied in the model in order to find the configuration with a minimum registration error. Each vertebra in the planning session is individually aligned with its correspondence in the treatment session. Rigid alignment is used for each individual vertebra and the mandible since no deformation is expected in the bones. In addition, the effect of morphological differences in the external body between the two image sessions is investigated. The accuracy of the registration is evaluated using the tumor and both parotid glands by comparing the calculated Dice similarity index of these structures following deformation in relation to their true surface defined in the image of the second session. The registration is improved when the vertebrae and mandible are aligned in the two sessions with the highest average Dice index of 0.86 ± 0.08, 0.84 ± 0.11 and 0.89 ± 0.04 for the tumor, left and right parotid glands, respectively. The accuracy of the center of mass location of tumor and parotid glands is also improved by deformable image registration where the errors in the tumor and parotid glands decrease from 4.0 ± 1.1, 3.4 ± 1.5 and 3.8 ± 0.9 mm using rigid registration to 2.3 ± 1.0, 2.5 ± 0.8 and 2.0 ± 0.9 mm in the deformable image registration when alignment of vertebrae and mandible is conducted in addition to the surface projection of the body.     

Intensity modulated radiation therapy for oropharyngeal cancer: the sensitivity of plan objectives and constraints to set-up uncertainty

The goal of this study was to assess the impact of set-up uncertainty on compliance with the objectives and constraints of an intensity modulated radiation therapy protocol for early stage cancer of the oropharynx. As the convolution approach to the quantitative study of set-up uncertainties cannot accommodate either surface contours or internal inhomogeneities, both of which are highly relevant to sites in the head and neck, we have employed the more resource intensive direct simulation method. The impact of both systematic (variable from 0 to 6 mm) and random (fixed at 2 mm) set-up uncertainties on compliance with the criteria of the RTOG H-0022 protocol has been examined for eight geometrically complex structures: CTV66 (gross tumour volume and palpable lymph nodes suspicious for metastases), CTV54 (lymph node groups or surgical neck levels at risk of subclinical metastases), glottic larynx, spinal cord, brainstem, mandible and left and right parotids. In a probability-based approach, both dose-volume histograms and equivalent uniform doses were used to describe the dose distributions achieved by plans for two patients, in the presence of set-up uncertainty. The equivalent uniform dose is defined to be that dose which, when delivered uniformly to the organ of interest, will lead to the same response as the non-uniform dose under consideration. For systematic set-up uncertainties greater than 2 mm and 5 mm respectively, coverage of the CTV66 and CTV54 could be significantly compromised. Directional sensitivity was observed in both cases. Most organs at risk (except the glottic larynx which did not comply under static conditions) continued to meet the dose constraints up to 4 mm systematic uncertainty for both plans. The exception was the contra lateral parotid gland, which this protocol is specifically designed to protect. Sensitivity to systematic set-up uncertainty of 2 mm was observed for this organ at risk in both clinical plans.     

基于自动勾画和快速蒙特卡罗计算的放射治疗全身器官剂量数据库平台的可行性研究

目的:探讨建立一种放射治疗全身器官剂量数据库平台的可行性。方法:使用基于深度学习的自动勾画软件DeepViewer?1例食管癌患者的全身CT上勾画全身器官，然后利用基于GPU加速的蒙特卡罗软件ARCHER计算相应的器官剂量分布，最后利用Lyman-Kutcher-Burman（LKB）模型评估放疗患者正常组织并发症概率（NTCP）。结果:针对该病例，成功建立基于DeepViewer?ARCHER和LKB模型的全身器官剂量数据库，发现距离靶区越近的器官剂量越大，其中心脏与靶区间距离最小，剂量为14.11 Gy，但因其模型参数特殊，通过LKB模型计算的NTCP为0.00%；左、右肺的剂量分别为3.19和1.16 Gy，但是NTCP值却很大，分别为2.13%和1.60%。对于距离靶区较远的头颈部器官（视交叉、视神经和眼）和腹部器官（直肠、膀胱和股骨头）剂量分别约为9和2 mGy，并且NTCP均近似为0.00%。结论:研究结果证明通过自动勾画软件DeepViewer?蒙特卡罗软件ARCHER和LKB模型建立全身器官剂量数据库的可行性。     

基于多尺度特征感知的胸腔图像危及器官分割

医学图像危及器官自动分割是计算机辅助诊断中的重要组成部分,对辅助医生高质高效完成放射治疗有着极其重要的作用.胸腔CT图像对比度低,且各器官之间重叠交错、边界模糊,使得危及器官的精确分割具有较大的挑战性.提出一种多尺度特征感知的编码-解码网络模型(FA-Unet),实现胸腔CT图像危及器官的分割.针对胸腔中四类器官大小差...     

RapidArc技术应用于早期鼻腔NK／T细胞淋巴瘤调强放疗的剂量学研究

目的：研究RapidArc技术应用于早期鼻腔NK／T细胞淋巴瘤调强放疗的剂量学特性。方法：选取10例早期鼻腔NK／T细胞淋巴瘤患者,在其CT模拟定位图像勾画靶区及危及器官,分别设计3D-CRT计划和RapidArc计划,以3D—CRT计划为参考。评估RapidArc计划计划靶体积（PTV）及危及器官的剂量学参数。结果：2种治疗计划均能满足处方剂量要求,与3D-CRT计划相比,RapidArc计划PTV的最大剂量（Dmax）减小5．49Gy（t=12．784,P=-0．000）、平均剂量（D/mean）减小1．32Gy（t=8．416,P=0．000）、适形指数cI‰变好（t=12．805,P=0．000）、适形指数C195％变好（t=10．138,P=-0．000）、均匀指数HI变好（产7．817,P=-0．000）;左视神经Dmean增加4．94Gy（t=-2．494,P=-0．034）,右视神经Dmean增加7．79Gy（t=-3．031,P=-0．014）,左眼Dmax减少5．83Gy（t=4．470,P=0．002）,右眼Dmax减少6．43Gy（t=4．756,P=-0．001）,左腮腺Dmax减少7．69Gy（t=3．076,P=0．013）,右腮腺Dmax减少6．93Gy（t=2．478,P=-0．035）。结论：早期鼻腔NK／T细胞淋巴瘤患者采用RapidArc技术可获得优于3D—CRT计划的靶区剂量分布,同时更好的保护了部分危及器官,其疗效还需进一步临床评估。     

颈前区器官的应用解剖研究

目的观察颈前区器官与血管和神经的毗邻关系,为临床手术提供解剖学依据。方法在18例36侧成人头颈标本上解剖观测喉、气管颈部和甲状腺的血管和神经的走行及分布。结果甲状腺左、右叶平均长度为48．9±8．8mm和49．9±7．9mm．锥状叶者8例,占44．4％;1例出现甲状腺最下动脉（出现率5．6％）．2例出现甲状腺最下静脉（出现率11．1％）;喉上动脉人喉处在甲状软骨上角的前下方左侧为13．94±2．79mm,右侧为14．93±2．58mm,差异有统计学意义;喉上神经内支人喉处在甲状软骨上角前下方左侧为11．78±3．44mm,右侧为12．26±2．66mm;喉下神经在甲状软骨下角后下人喉,距离甲状软骨下角左侧5．34±1．61mm,右侧5．72±1．74mm,差异有统计学意义。结论手术时应注意这一区域血管神经走行情况,防止并发症的发生。     

Amide proton transfer‐weighted imaging of the head and neck at 3 T: a feasibility study on healthy human subjects and patients with head and neck cancer

The aim of this study was to explore the feasibility and repeatability of amide proton transfer‐weighted (APTw) MRI for the head and neck on clinical MRI scanners. Six healthy volunteers and four patients with head and neck tumors underwent APTw MRI scanning at 3 T. The APTw signal was quantified by the asymmetric magnetization transfer ratio (MTR_asym) at 3.5 ppm. Z spectra of normal tissues in the head and neck (masseter muscle, parotid glands, submandibular glands and thyroid glands) were analyzed in healthy volunteers. Inter‐scan repeatability of APTw MRI was evaluated in six healthy volunteers. Z spectra of patients with head and neck tumors were produced and APTw signals in these tumors were analyzed. APTw MRI scanning was successful for all 10 subjects. The parotid glands showed the highest APTw signal (~7.6% average), whereas the APTw signals in other tissues were relatively moderate. The repeatability of APTw signals from the masseter muscle, parotid gland, submandibular gland and thyroid gland of healthy volunteers was established. Four head and neck tumors showed positive mean APTw ranging from 1.2% to 3.2%, distinguishable from surrounding normal tissues. APTw MRI was feasible for use in the head and neck regions at 3 T. The preliminary results on patients with head and neck tumors indicated the potential of APTw MRI for clinical applications. Copyright © 2014 John Wiley & Sons, Ltd.