AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

目的 从几何学和剂量学探讨AccuLearning(AL)建立宫颈癌术后临床靶区（CTV）和危及器官（OARs）自动勾画模型应用于临床的可行性。方法 选取75例宫颈癌术后手动勾画CT数据,60例应用AL训练生成自动勾画模型,并对剩余15例进行自动勾画,同时将自动勾画图像上的放疗计划导入到手动勾画结构上,比较两种勾画方式的效率、戴斯相似系数（DSC）、豪斯多夫距离（HD）和剂量学差异。结果自动勾画时间明显小于手动勾画（P <0.05）;各结构DSC值≥0.87;肠袋和直肠的HD值在10 mm左右,其余结构小于5 mm;剂量学评估CTV(D98、V90%、V95%、Dmean、 HI)、肠袋（V50）和膀胱（V50）有显著性差异（P <0.05）。结论 基于AL形成的宫颈癌术后自动勾画模型提高了放疗效率,OARs具有直接应用于临床的可能性,CTV仍需进一步修改。     

训练集病例数对基于深度学习宫颈癌临床靶区及危及器官自动勾画的影响

目的 探讨基于2D U-net深度学习网络模型实施宫颈癌临床靶区（Clinical Target Volume,CTV）及危及器官（Organs atRisk,OARs）自动勾画时训练集中病例数对自动勾画结果的影响。方法 选取我院收治的140例宫颈癌患者的放疗CT图像,随机抽取120例患者CT图像数据作为深度学习训练集,其余20例作为测试集,运用基于2D U-net网络的AccuLearning(AL)平台训练生成5组自动勾画模型（训练量分别为15、30、60、90、120例）,并对20例测试集进行自动勾画,采用相似性系数（Dice Similarity Coefficient,DSC）、豪斯多夫距离（HausdorffDistance,HD）、体积相对偏差（Relative Volume Difference,RVD）指标比较自动勾画效果。结果 CTV的DSC和RVD,肠袋的DSC、HD和RVD,直肠和膀胱的DSC以及左侧股骨头HD在5组不同训练量模型中的差异具有统计学意义（P<0.05）,且上述指标随着训练量的增加呈较好趋势变化。结论 基于AL平台对宫颈癌CTV及OARs自动...     

宫颈癌同步放化疗急性放射性肠炎的剂量学参数分析

目的 探索宫颈癌放疗患者肠道剂量与急性放射性肠炎（ARE）的相关性。方法 回顾性分析2014-2019年间158例宫颈癌同步放化疗患者的临床资料,根据CTCAE 5.0将ARE≥2级的患者归为ARE≥2级组,否则归为ARE <2级组。从剂量体积直方图中提取患者肠道剂量参数,采用单因素及多因素logistic回归分析ARE≥2级与肠道剂量学参数的相关性。结果 26例（16.46%）患者发生≥2级ARE。营养不良、三维适形放疗的患者ARE≥2级的发生率高于营养良好、调强放疗的患者（P <0.05）;发生ARE≥2级的患者肠袋V5、V40和直肠V50高于ARE <2级的患者（P <0.05）;ROC曲线显示肠袋V5和V40是ARE≥2级的显著预测因子（AUC> 0.7,P <0.05）。结论 宫颈癌同步放化疗的患者应考虑肠袋V5和V40剂量,合理优化放疗计划,以期降低ARE≥2级的发生率。     

残差U-net与先验知识协同模型自动勾画宫颈癌术后临床靶区和危及器官北大核心CSCD

目的搭建残差U-net(RU)网络与先验知识协同(RPKC)自动勾画模型,评估其自动勾画宫颈癌术后患者临床靶区(CTV)和危及器官(OAR)的准确性。方法基于48例(训练集)宫颈癌术后定位CT训练RPKC模型。以临床医师勾画的CTV及OAR为标准,采用戴斯相似系数(DSC)和第95百分位豪斯多夫距离(HD95)评估RPKC模型与RU模型勾画另20例宫颈癌术后患者(测试集)CTV及OAR(包括肠袋、直肠、膀胱、骨盆及双侧股骨头)的准确性。结果RPKC模型自动勾画上述结构的DSC均高于RU模型,其中CTV及肠袋勾画效果差异有统计学意义(P均<0.05);除直肠外,RPKC模型自动勾画的HD95均低于RU模型,二者勾画CTV效果差异差异有统计学意义(P<0.05)。结论RPKC模型能更准确地勾画宫颈癌术后CTV和OAR,有助于提高深度学习自动勾画的临床实用性。     

AccuContour软件在乳腺癌靶区和危及器官自动勾画中的研究

目的探讨基于U-net的AccuContour(AC)软件在乳腺癌临床靶区(Clinical Target Volume,CTV)和危及器官(Organs At Risk,OARs)自动勾画中的可行性。方法选取60例早期右侧乳腺癌保乳术后患者,由临床医生勾画CTV和OARs。随机抽取40例作为训练集,剩余20例作为测试集。对训练集进行学习形成新的自动勾画模型(Model-ST),利用戴斯相似系数(Dice Similarity Coefficient,DSC)、豪斯多夫距离(Hausdorff Distance,HD)及相对体积差值(Relative Volume Difference,RVD)分析其效果,并与AC软件自带的模型(Model-AC)比较。结果Model-ST中CTV的DSC值优于Model-AC(P<0.05)。OARs中,Model-AC双侧肺、肝脏、食管的DSC值均高于Model-ST,双肺的HD值以及左肺、气管和食管的RVD值均低于Model-ST,心脏的HD和RVD值高于Model-ST(P<0.05)。结论与Model-AC相比,Model-ST模型能够更准确地实现乳腺癌的靶区自动勾画,而Model-AC模型在危及器官自动勾画的准确性方面优于Model-ST。     

非均整器模式下早期非小细胞肺癌 3 种放疗技术剂量学研究

目的 从剂量学角度比较非均整器（FFF）模式下早期非小细胞肺癌（NSCLC）立体定向放射治 疗的不同放疗技术。方法 选取15 例NSCLC 作为研究对象,分别设计FFF 模式下适形拉弧（CAT）、三维适 形技术（3D-CRT）及容积弧形动态旋转调强（VMAT）计划。比较3 种计划95%、105% 的处方剂量覆盖 靶区体积百分数（V95%、V105%）、靶区均匀度（HI）、适形度（CI）、最大剂量（Dmax）和平均剂量（Dmean）、 危及器官（OAR）剂量、机器跳数（MU）及治疗时间（TT）。结果 CAT 和3D-CRT 计划中的计划靶区（PTV） V95%、CI 低于VMAT 计划（P <0.05）,而V105%、HI、Dmax、Dmean 高于VMAT 计划（P <0.05）;在患侧肺 V5、V20、V30、V40、Dmean 方面,CAT 和3D-CRT 计划高于VMAT 计划（P <0.05）;在患侧肺V20、V30 方面, 3D-CRT 计划高于CAT 计划（P <0.05）;在脊髓Dmax,3D-CRT 计划低于CAT 与VMAT 计划（P <0.05）; CAT、3D-CRT 计划的MU 低于VMAT 计划（P <0.05）。在治疗时间上CAT 低于3D-CRT,且两者均少于 VMAT（P <0.05）。结论 FFF 模式下3 种计划均能满足临床要求,靶区CI、HI 及患侧肺保护的VMAT 计划 优于CAT 和3D-CRT 计划,但在执行效率,CAT 和3D-CRT 更具有优势。     

自动勾画临床靶区和危及器官用于制定早期乳腺癌保乳术后放疗计划

目的 观察自动勾画临床靶区(CTV)和危及器官(OAR)用于制定乳腺癌保乳术后放疗计划的可行性。方法 选取52例女性早期右侧乳腺癌保乳术后患者，由医师于胸部CT图像中手动勾画CTV和OAR。采用AccuLearning^TM软件对其中40例(训练集)CT图像进行训练，生成自动勾画模型，并以之对其余12例(测试集)CT图像进行自动勾画，辅以手动修改获得CTV及OAR;分别根据手动和自动勾画的CTV和OAR制定放疗计划，即Plan-RS和Plan-DL,对比其CTV及OAR剂量学参数及勾画时间。结果 测试集Plan-RS与Plan-DL的CTV剂量学参数差异均无统计学意义(P均>0.05);二者间健侧肺、心脏及健侧乳腺的平均放疗剂量(D_mean)差异有统计学意义(P均<0.05),其余OAR剂量学参数差异均无统计学意义(P均>0.05)。手动勾画和自动勾画CTV平均用时分别为1 006 s和239 s,前者长于后者(P<0.05);除脊髓外，自动勾画其他OAR用时较手动勾画缩短(P均<0.001)。结论 自动勾画CTV...