目的 利用人工智能(artificial intelligence,AI)技术创建一套鼻咽癌临床靶区(clinical target volume,CTV)勾画模型,即AI+CTV模型,以提高鼻咽癌勾画效率和不同层级放疗单位、不同技术层次放疗医生鼻咽癌CTV勾画的准确性.方法 选取2020年9月至2021年5月陆军特色医学中心肿瘤科放疗中心收治的分期较早(T1-2N2)且淋巴结较小(≤2 cm)的鼻咽癌患者30例,其中男性20例,女性10例;中位年龄52岁;按2017年鼻咽癌CTV勾画国际指南勾画CTV并进行深度学习,获得AI+CTV模型.利用陆军特色医学中心肿瘤科10例(男性7例,女性3例;中位年龄54岁)及3所教学医院6例(男性4例,女性2例;中位年龄46岁)鼻咽癌手动勾画CTV分别对该模型进行验证,对比分析其相似系数(dice similarity coefficient,DSC)、豪斯多夫距离(hausdorff distance,HD)、对称位置平均表面距离(average symmetric surface distance,ASSD)、最大对称表面距离(maximum symmetric surface distance,MSSD)和相对/绝对体积比(relative absolute volume difference,RAVD),以评估AI勾画的可行性和准确性.结果 该AI+CTV模型的准确性较高,平均DSC值为0.865,且内部验证显示高危区(CTV1)和低危区(CTV2)的中位DSC值均较高,分别为0.886和0.842.CTV1和CTV2的中位HD、ASSD、MSSD和RAVD 均较低,分别为7.789 mm 和6.144 mm、1.683 mm 和 1.467 mm、20.52 mm 和 14.03 mm 及16.30％和15.14％.6例外部验证结果显示:CTV1勾画一致性高于CTV2.除1例患者的CTV2-DSC值接近0.7外,6例患者CTV1和其余5例患者CTV2勾画一致性较好(DSC值均＞0.7).结论 基于小样本的AI+CTV模型在分期较早(T1-2N2)且淋巴结较小(≤2 cm)的鼻咽癌患者放疗CTV勾画中的临床应用基本可行.

鼻咽癌;临床靶区;人工智能;相似性系数

何容;陈川;李梦侠;肖何;钟良志;张岸梅;谭本旭;田仁昭;耿明英

400042重庆,陆军特色医学中心肿瘤科;400037重庆,陆军军医大学(第三军医大学)第二附属医院肿瘤科;400010重庆,重庆医科大学附属第二医院肿瘤科;401120重庆,重庆医科大学附属第三医院肿瘤科

陆军军医大学学报

[1]何容;陈川;李梦侠;肖何;钟良志;张岸梅;谭本旭;田仁昭;耿明英-.鼻咽癌放疗临床靶区人工智能勾画模型的训练及验证研究)[J].陆军军医大学学报,2022(09):906-912

AI+CTV,2N2,hausdorff,RAVD,CTV2

鼻咽癌放疗,临床靶区,artificial,intelligence,clinical,target,volume,陆军,医学中心,肿瘤科,放疗中心,淋巴结,中男,国际指南,教学医院,手动勾画,相似系数,dice,similarity,coefficient,DSC,豪斯多夫距离,distance,HD,average,symmetric,surface,ASSD,maximum,MSSD,体积比,relative,absolute,difference,内部验证,CTV1,外部验证,小样本,相似性系数

0.24484