| 摘 要： | 目的海马体是学习和记忆的神经生物基础,是头颈部放射治疗中需要重点保护的颅内危及器官。海马体轮廓通常由医生手动勾画,操作时间长且依赖医生经验。为提高海马体勾画的效率和可重复性,本文研发了一种海马体自动勾画平台(OAR AutoSketch),系统比较了基于中国人或欧美人大脑图谱配准的分割方法(scbt_Linear、scbt_Nonlinear、TT_linear、TT_Nonlinear),以及基于皮层配准的分割方法(FreeSurfer)用于海马体勾画的可行性。方法选取12名鼻咽癌患者的数据,采用OAR AutoSketch生成5种海马体轮廓和患者主治医生勾画的海马体轮廓混合呈现,招募12名医学影像部的医生进行随机双盲的主观准确性评分;邀请1名影像科专家在20名鼻咽癌患者的MRI图像上手动勾画海马体,作为海马体解剖标准,计算5种自动勾画方案的客观准确性。结果主观准确性评分结果显示,自动勾画的准确性普遍优于主治医生的手工勾画结果。和海马体解剖标准的空间相似性结果显示,FreeSurfer方法准确度最高。结论海马体的自动勾画具备一定的可行性,皮层配准算法总体优于基于图谱的配准算法。
|
