检索结果-南通市图书馆

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

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2020年第8期37卷 1071-1075页

作者：汪志常艳奎吴昊天张键徐榭裴曦中国科学技术大学放射医学物理中心安徽合肥230025 安徽医科大学第一附属医院肿瘤放疗科安徽合肥230022 安徽慧软科技有限公司安徽合肥230088

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Dic... 详细信息

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。

关键词：深度学习危及器官自动勾画放射治疗

人工智能云技术在乳腺癌患者心脏亚结构自动勾画中的应用

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2020年第12期37卷 1599-1603页

作者：陈子印白艳春徐巍王定宇徐丽丽赵秋爽朱森华汪洋刘广忠哈尔滨医科大学附属第一医院肿瘤放射治疗室黑龙江哈尔滨150001 哈尔滨医科大学附属第一医院心内五病房黑龙江哈尔滨150001 北京连心医疗科技有限公司北京100083 哈尔滨市胸科医院加速器室黑龙江哈尔滨150056

目的:评估人工智能云技术勾画平台(AI Contour)在乳腺癌患者心脏亚结构自动勾画中的准确性和可行性。方法:选取10例进行乳腺癌放射治疗患者的血管增强CT作为研究对象。在AI Contour上分别采用手动勾画、自动勾画和自动勾画后手动修改模... 详细信息

目的:评估人工智能云技术勾画平台(AI Contour)在乳腺癌患者心脏亚结构自动勾画中的准确性和可行性。方法:选取10例进行乳腺癌放射治疗患者的血管增强CT作为研究对象。在AI Contour上分别采用手动勾画、自动勾画和自动勾画后手动修改模式来完成10例患者的心脏亚结构勾画,包括左心房、右心房、左心室、右心室。比较Dice相似性系数(DSC)、Jaccard系数(JC)、Hausdorf距离(HD)、质心偏差(CMD)、包容性系数(IncI)、敏感性指数(SI)、勾画时间。结果:以手动勾画为金标准,自动勾画与手动勾画各心脏亚结构的DSC>0.8,JC>0.6,HD0.8,SI>0.7。自动勾画后手动修改进一步提高了勾画精度,其中JC>0.8。自动勾画时间与手动勾画时间为(85.50±6.06)s vs(1160.30±74.31)s,差异具有统计学意义(P自动勾画后手动修改总时间与手动勾画时间为(558.70±33.40)s vs(1160.30±74.31)s,差异具有统计学意义(P自动勾画技术能以较高的精度完成乳腺癌患者左心房、右心房、左心室、右心室的勾画,节省了大量时间,自动勾画后手动修改能进一步提高各心脏亚结构的勾画精度,同时云勾画平台具有远程协作的优势,值得推广运用。

关键词：人工智能云技术自动勾画乳腺癌心脏亚结构

金属伪影对鼻咽癌放疗危及器官自动勾画的影响

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 2021年第10期38卷 1185-1189页

作者：宋威鹿红马珺赵迪王逸君黄维秦亮于大海江苏省中医院放疗科江苏南京210029

目的:评估CT金属伪影对鼻咽癌放疗危及器官(OAR)自动勾画的影响。方法:选取有无牙齿修复物的鼻咽癌患者各16例,由放疗医师和深度学习自动勾画平台AccuContour分别勾画26种OAR轮廓。比较有无金属伪影患者不同OAR轮廓三维相似性系数(DSC)... 详细信息

目的:评估CT金属伪影对鼻咽癌放疗危及器官(OAR)自动勾画的影响。方法:选取有无牙齿修复物的鼻咽癌患者各16例,由放疗医师和深度学习自动勾画平台AccuContour分别勾画26种OAR轮廓。比较有无金属伪影患者不同OAR轮廓三维相似性系数(DSC)和Hausdorff距离(HD)以及有无金属伪影横断面内口腔和下颌骨的二维DSC和HD。同时记录人工勾画和自动勾画全部OAR的时间。结果:所有OAR的三维DSC和HD在有无金属伪影患者组间均无显著差异(P>0.05)。无金属伪影横断面内口腔的二维DSC和HD优于有伪影横断面(P自动勾画的口腔轮廓局部偏离基准值越明显。自动勾画效率(勾画效率(>70 min)。结论:牙齿修复物伪影对基于深度学习的鼻咽癌放疗OAR自动勾画的准确性和工作效率影响有限,较人工勾画方法仍然具备明显优势。

关键词：鼻咽癌危及器官自动勾画深度学习金属伪影

在线全文

学校读者我要写书评

暂无评论

基于最优自动勾画的放疗计划剂量学评估

中华放射肿瘤学杂志 2017年第4期26卷 423-428页

作者：蒋璠吴昊张健王坤张辉张艺宝北京大学肿瘤医院暨北京市肿瘤防治研究所放疗科恶性肿瘤发病机制及转化研究教育部重点实验室 100142 中国计量科学研究院北京100029

目的从计算和测量层面评价MimMaestro最优自动勾画结果导致OAR受量误差.方法利用240例鼻咽癌、乳腺癌和直肠癌数据建立Mim模板库完成76例相应部位CT数据OAR自动勾画,并从中各选出1例与原手工勾画结构最接近的“最优”病例.评价依据包... 详细信息

目的从计算和测量层面评价MimMaestro最优自动勾画结果导致OAR受量误差.方法利用240例鼻咽癌、乳腺癌和直肠癌数据建立Mim模板库完成76例相应部位CT数据OAR自动勾画,并从中各选出1例与原手工勾画结构最接近的“最优”病例.评价依据包括CI、适形均距（MDC）、体积差（Dv％）、相似系数（DICE）、敏感指数（Se.Idx）、包容指数（Inc.Idx）.基于自动勾画的OAR分别设计放疗计划使其表观DVH满足临床需求,然后评价该计划在计算与测量层面导致真实OAR受量的误差.配对t检验（正态分布）或秩和检验（非正态分布）差异.结果 76例自动分割与人工勾画结果不同（P＜0.05）,其中最优病例各器官DICE值为0.43～0.98,DICE＞0.70的占73％（16/22）.由此导致OAR受量误差的理论值为（-1.15± 15.94）％,95％ CI为-8.21％～5.92％（平均剂量）和（-6.53±21.13）％,95％ CI为-15.90％～2.84％（最大点剂量）;实测值为（-2.43±24.52）％,95％ CI为-13.30％～8.44％（平均剂量）和（-3.38±20.87）％,95％ CI为-12.63％～5.87％（最大点剂量）.结论在缺乏人工干预情况下,即使基于最优自动分割结果的放疗计划也无法直接满足临床需求.

关键词：自动勾画剂量学评估

两种软件Smart Segmentation与MIM Atlas自动勾画鼻咽癌危及器官的准确性研究

在线全文

学校读者我要写书评

暂无评论

中华放射医学与防护杂志 2019年第9期39卷 668-672页

作者：葛迦宁丽华严森祥陆中杰浙江大学医学院附属第一医院放疗科杭州310006

目的比较两种自动勾画软件(SmartSegmentation与MIMAtlas)勾画鼻咽癌危及器官(OAR)的准确性.方法回顾性选取2015—2016年浙江大学医学院附属第一医院收治的鼻咽癌患者共55例,在CT图像上手动勾画OAR,以简单随机抽样方式取其中30例在Smart... 详细信息

目的比较两种自动勾画软件(SmartSegmentation与MIMAtlas)勾画鼻咽癌危及器官(OAR)的准确性.方法回顾性选取2015—2016年浙江大学医学院附属第一医院收治的鼻咽癌患者共55例,在CT图像上手动勾画OAR,以简单随机抽样方式取其中30例在SmartSegmentation与MIMAtlas中创建各自的病例库,剩余25例作为测试病例在两个软件中运行得到两组自动勾画结果.以手动勾画为金标准,计算两组自动勾画结果的戴斯相似性系数(DSC)、豪斯多夫距离(HD)、绝对体积差(△V),通过比较以上3个参数来评估两种软件勾画鼻咽癌危及器官的准确性.结果SmartSegmentation与MIMAtlas勾画所有器官的总体DSC分别为(0.79±0.13)和(0.62±0.24)(t=14.06,P勾画的11个器官(脑干、视交叉、左右眼晶状体、左右视神经、左右眼球、左右侧腮腺、脊髓)的DSC均值大于SmartSegmentation的结果(t=5.27、4.41、6.34、5.70、10.62、7.45、3.96、4.26、6.25、5.42、7.23,P勾画的10个器官(脑干、视交叉、左右眼晶状体、左右视神经、左右眼球、左侧腮腺、脊髓)的HD均值小于SmartSegmentation(t=-4.51、-4.49、-3.92、-3.45、-5.36、-5.56、-3.89、-3.90、-3.60、-3.68,P勾画的6个器官(脑干、视交叉、左眼晶状体、左右视神经、右眼球)的△V均值小于SmartSegmentation(t=-2.83、-3.39、-2.56、-2.27、-2.43、-2.51,P勾画结果.器官的体积越小、边界越模糊,则勾画结果越差.MIMAtlas的勾画结果总体上优于SmartSegmentation.

关键词：自动勾画危及器官勾画图谱库鼻咽癌

基于深度学习与图谱库两种自动勾画方法对直肠癌危及器官勾画效果的对比研究

在线全文

学校读者我要写书评

暂无评论

中国基层医药 2021年第10期28卷 1490-1495页

作者：李玉成王成贾勇士唐建明詹文明李强邱凌云陈维军浙江省人民医院杭州医学院附属人民医院放疗中心 310014 南华大学核科学技术学院湖南省衡阳421000

目的比较基于深度学习的AiContour®©与图谱库的Raystation®©两种自动勾画方法对放射治疗中直肠癌患者CT图像的危及器官勾画效果,为临床应用提供依据。方法选取浙江省人民医院2020年1-6月治疗的直肠癌患者50例,资深放疗医生勾画好的直肠... 详细信息

目的比较基于深度学习的AiContour®©与图谱库的Raystation®©两种自动勾画方法对放射治疗中直肠癌患者CT图像的危及器官勾画效果,为临床应用提供依据。方法选取浙江省人民医院2020年1-6月治疗的直肠癌患者50例,资深放疗医生勾画好的直肠癌患者20例的CT图像作为目标图像,分别基于两种软件的数据模板库对其进行自动勾画。采用豪斯多夫距离指数(HD指数)、平均距离指数(MDA指数)、形状相似性指数(DSC指数)、贾卡德指数(JC指数)四种指标定量评估两种自动勾画方法获得的危及器官轮廓体积的精确性。结果两种勾画方法除左股骨头[(6.81±2.66)与(7.24±2.10)]、右股骨头[(7.38±3.91)与(8.14±3.71)]、骨盆[(24.00±9.01)与(24.66±9.67)]的HD指数差异无统计学意义(t左股骨头=-0.831,t右股骨头=-0.821,t骨盆=-0.357,均P>0.05)外,其他危及器官的勾画参数差异均有统计学意义(均P自动勾画的DSC指数的均值均>0.7,而Raystation®©自动勾画的DSC值除了左肾、右肾、直肠、膀胱DSC值0.7。此外,AiContour®©软件勾画出来的HD、MDA、JC值普遍优于Raystation®©勾画的结果。结论两种自动勾画软件勾画的危及器官经过略微修改均能满足临床使用,但是AiContour®©勾画效果要优于Raystation®©勾画的效果。

关键词：直肠肿瘤放射疗法危及器官深度学习自动勾画豪斯多夫指数平均距离指数贾卡德指数形状相似性指数

基于卷积神经网络的直肠癌靶区及危及器官自动勾画

在线全文

学校读者我要写书评

暂无评论

中华放射肿瘤学杂志 2020年第5期29卷 374-377页

作者：夏祥王佳舟杨立峰章真胡伟刚复旦大学附属肿瘤医院放射治疗科复旦大学上海医学院肿瘤学系200032

目的实现直肠癌靶区和正常组织的自动勾画,提高临床工作效率。方法采用基于卷积神经网络的深度学习方法,架构神经网络,学习并实现自动勾画,比较自动勾画与人工勾画的差异。结果210例直肠癌患者随机分组为190例训练集,20例验证集。测量... 详细信息

目的实现直肠癌靶区和正常组织的自动勾画,提高临床工作效率。方法采用基于卷积神经网络的深度学习方法,架构神经网络,学习并实现自动勾画,比较自动勾画与人工勾画的差异。结果210例直肠癌患者随机分组为190例训练集,20例验证集。测量单个患者完整勾画耗时约10s,CTV的平均Dice为0.87±0.04,其余正常组织的平均Dice均>0.8,CTV的HD指数为25.33±16.05,MDA指数为3.07±1.49,JSC指数为0.77±0.07。结论使用基于全卷积神经网络的深度学习方法可以实现直肠癌靶区的自动勾画,提高工作效率。

关键词：自动勾画全卷积神经网络直肠癌

宫颈癌自适应放疗中基于自配准与图谱库的自动勾画比较

在线全文

学校读者我要写书评

暂无评论

中华放射肿瘤学杂志 2019年第4期28卷 292-296页

作者：郑庆增王运来张建春王金媛张慧娟杨光高斌鞠忠建北京老年医院肿瘤放疗科 100095 解放军总医院放疗科北京100853 河北科技大学石家庄050018

目的分析MIM软件在宫颈癌自适应放疗中基于自配准与图谱库的自动勾画的可行性与准确性。方法选取60例宫颈癌患者的CT图像及勾画结果建立Atlas模板库。随机选取15例宫颈癌患者初次计划CT (pCT)与重新计划CT (rCT),由资深临床医师勾画CTV... 详细信息

目的分析MIM软件在宫颈癌自适应放疗中基于自配准与图谱库的自动勾画的可行性与准确性。方法选取60例宫颈癌患者的CT图像及勾画结果建立Atlas模板库。随机选取15例宫颈癌患者初次计划CT (pCT)与重新计划CT (rCT),由资深临床医师勾画CTV和危及器官。分别以刚性和形变两种配准方式将pCT的勾画传送到rCT图像上;并对各rCT图像行基于Atlas模板库的自动勾画,统计3种方法所需时间。利用Dice相似性系数(DSC)、交叉指数(OI)、Hausdorff平均距离(AHD)、质心距离(DC)评价勾画结果,并进行单因素方差分析。结果Atlas组、刚性组和形变组完成1例所需平均时间分别为89.2、22.4、42.6 s。对于CTV和直肠的DSC、OI和AHD,刚性组和形变组与Atlas组之间不同(P勾画结果最优。结论形变组的勾画结果优于刚性组和Atlas组,3种勾画方式均能快速地完成靶区和危及器官的自动勾画。

关键词：宫颈肿瘤/自适应放射疗法自动勾画危及器官

AccuContour软件自动勾画胸腹部肿瘤患者两种胃结构比较

在线全文

学校读者我要写书评

暂无评论

中国辐射卫生 2021年第3期30卷 264-268页

作者：秦伟庄洁颖时飞跃赵紫婷王敏赵环宇魏晓为南京医科大学附属南京医院(南京市第一医院)肿瘤放疗中心江苏南京210006 南京医科大学医学物理研究中心江苏南京210029 南京医科大学附属南京医院(南京市第一医院)医疗设备处江苏南京210006

目的使用基于深度学习的AccuContour软件自动勾画胸腹部肿瘤患者正常胃和胸腔胃结构,对勾画效果进行评估和比较。方法选取36例胸腹部肿瘤患者,分为2组,其中18例正常胃患者为A组,其余18例食管癌术后胸腔胃患者为B组。使用AccuContour软... 详细信息

目的使用基于深度学习的AccuContour软件自动勾画胸腹部肿瘤患者正常胃和胸腔胃结构,对勾画效果进行评估和比较。方法选取36例胸腹部肿瘤患者,分为2组,其中18例正常胃患者为A组,其余18例食管癌术后胸腔胃患者为B组。使用AccuContour软件在患者的定位CT图像上自动勾画胃结构,对自动勾画和手工勾画的体积差异、位置差异、形状一致性进行统计分析,对2种胃结构的自动勾画效果进行比较。结果A组患者自动和手工2种勾画方式的体积差异△V%为(-1.82±9.65)%,总位置差异ΔL为(0.51±0.37)cm,Dice相似性系数(Dice similarity coefficient,DSC)为0.89±0.04。对A组和B组数据进行秩和检验比较,△V%、ΔL和DSC值均有统计学差异(P自动勾画效果,而对食管癌术后胸腔胃结构不能进行有效自动勾画。

关键词：自动勾画胃胸腔胃放射治疗