| 摘 要： | 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。
|
