典型文献
基于深度学习的直肠癌放疗危及器官自动勾画的几何学和剂量学评估
文献摘要：
基于几何学和剂量学指标评估基于深度学习的危及器官(Organs at risk,OARs)自动勾画的临床适用性,选取在复旦大学附属肿瘤医院接受放射治疗的35例直肠癌患者,采用自主开发的深度学习系统实现OARs自动勾画.以医生手动勾画的OARs作为参考,自动勾画的几何学评估指标包括戴斯相似系数(DSC)、雅卡尔相似系数(JSC)、豪斯多夫距离(HD),平均一致性距离(MDA).对于每个病例,基于自动勾画的OARs设计治疗计划,计划优化和评估过程与临床程序保持一致,记为Plan_FD.比较Plan_FD与原始临床治疗计划(记为Plan_Treat),以剂量体积参数和三维γ分析评估剂量学差异.自动勾画与手动勾画的OARs不仅在三维空间上高度重叠(DSC平均值大于0.85),且在边缘细节上匹配度良好(MDA的平均值小于2.8 mm).剂量学评估仅膀胱剂量(V30、V40、Dmean)有显著统计学差异(p<0.05),其余OARs和靶区的剂量体积参数差异均无统计学意义.Plan_FD与Plan_Treat进行3 mm/3％标准的三维γ分析,γ≤1.0的点占比为(91.63±6.27)％.基于深度学习自动勾画与医生手动勾画的OARs具有较高的几何相似度,自动勾画的OARs对计划剂量分布的影响并不显著,具有直接应用于临床计划设计的潜力.
文献关键词：
深度学习;危及器官;自动勾画;直肠癌;剂量学
中图分类号：
作者姓名：
郭红博;王佳舟;杨翠;夏祥;胡伟刚
作者机构：
复旦大学附属肿瘤医院放射治疗中心 复旦大学上海医学院肿瘤学系 上海市放射肿瘤学重点实验室 上海 200032
文献出处：
引用格式：
[1]郭红博;王佳舟;杨翠;夏祥;胡伟刚-.基于深度学习的直肠癌放疗危及器官自动勾画的几何学和剂量学评估)[J].辐射研究与辐射工艺学报,2022(02):60-68
A类：
膀胱剂量
B类：
直肠癌,放疗,危及器官,自动勾画,几何学,剂量学,指标评估,Organs,risk,OARs,复旦大学,肿瘤医院,放射治疗,自主开发,深度学习系统,系统实现,生手,手动勾画,戴斯相似系数,DSC,JSC,豪斯多夫距离,HD,平均一致性,治疗计划,计划优化,保持一致,记为,Plan,FD,Treat,剂量体积参数,分析评估,三维空间,边缘细节,匹配度,V30,V40,Dmean,统计学差异,靶区,参数差异,剂量分布,接应,计划设计
AB值：
0.299375
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
