基于深度学习算法的自动勾画系统在头颈部危及器官勾画精度的研究

作     者：胡兴刚 王娴 张扬 张玉雷 李校宣 陈猛 HU Xinggang;WANG Xian;ZHANG Yang;ZHANG Yulei;LI Xiaoxuan;CHEN Meng

作者机构：普洱市人民医院肿瘤中心云南普洱665000 洛阳市中心医院放疗科河南洛阳471000 

出 版 物：《中国医学物理学杂志》 (Chinese Journal of Medical Physics)

年 卷 期：2024年第41卷第5期

页      面：548-553页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 

基　　金：普洱市人民医院院内项目(2021YN01)。 

主　　题：自动勾画 头颈部危及器官 深度学习 

摘      要：目的:评估和分析3种基于深度学习技术的自动勾画系统在勾画头颈部危及器官(OAR)中的准确度。方法:以放疗医师手工勾画的OAR为标准,通过体积相似性系数(DSC)、豪斯多夫距离(HD)、感兴趣区域质心偏差(COMD)、过分割率(FNR)、欠分割率(FPR)、Jaccard系数(JC)、灵敏度指数(SI)及包容性系数(II)等参数评估PV-iCurve、RT-Mind和AccuContour自动勾画系统在头颈部OAR勾画的精度。结果:脑的FNR、JC、SI值,脑干的FPR、II值,左眼的FPR、FNR、JC、SI值,下颌骨的FPR、FNR、SI、II值,左腮腺的FPR、FNR、SI、II值及脊髓的DSC、FPR、JC、II值均显示3种勾画系统间存在统计学差异(P0.05)。结论:通过多个参数的比较,发现3种软件在不同OAR勾画中的勾画精度不同,难以进行整体横向比较,因此这些参数仅作为参考,不能用于评估勾画结果作为临床治疗的标准,虽然3种软件都有较好的勾画结果,但仍需医师仔细审核和做必要的修改。