目的:基于三维(3D)U-net深度学习模型，建立预测CT引导下宫颈癌近距离治疗计划的3D空间剂量分布。方法:2021年4－9月收集114例宫颈癌患者三维近距离放疗计划(处方剂量6 Gy)组成数据集，按84∶11∶19划分为训练集、验证集、测试集。利用3D U-net模型进行500次(epoch)训练，分别评估测试集病例体素级的平均剂量偏差(MDD)与绝对剂量偏差(MADD)、等剂量面包围体积的戴斯系数(DSC)、处方剂量适形度指数(CI)、高危临床靶区(HRCTV)的 D90和平均剂量 Dmean、膀胱、直肠、小肠、结肠的 D1 cm 3与 D2 cm 3剂量学参数。 结果:测试集中19例患者的3D剂量矩阵MDD与MADD分别为－0.01±0.03和(0.04±0.01)Gy。50%到150%处方剂量的DSC在0.89到0.94之间，处方剂量CI为0.70±0.04。HRCTV的 D90的平均偏差为2.22%， Dmean的偏差为－4.30%。膀胱、直肠、小肠、结肠的 D1 cm 3与 D2 cm 3最大偏差分别为2.46%和2.58%。模型预测平均耗时2.5 s。 结论:本研究实现了一种基于3D U-net的预测宫颈癌3D剂量分布的深度学习模型，为宫颈癌近距离治疗自动化设计奠定基础。

宫颈癌;近距离放疗;剂量预测;剂量分布;3D U-net

罗锐;刘明哲;温爱萍;晏川钧;罗静月;王培;黎杰;王先良

成都理工大学核技术与自动化控制学院，成都　614000;四川省肿瘤医院·研究所放疗科　放射肿瘤学四川省重点实验室，成都　610041

中华放射医学与防护杂志

[1]罗锐;刘明哲;温爱萍;晏川钧;罗静月;王培;黎杰;王先良-.基于3D U-net的宫颈癌近距离治疗剂量分布预测)[J].中华放射医学与防护杂志,2022(08):611-617

net,近距离治疗,治疗剂量,剂量分布预测,深度学习模型,治疗计划,宫颈癌患者,近距离放疗,放疗计划,处方,方剂,Gy,训练集,验证集,测试集,epoch,评估测试,剂量偏差,MDD,绝对剂量,MADD,面包,包围,DSC,适形度指数,高危临床靶区,HRCTV,D90,Dmean,膀胱,小肠,D1,cm ,D2,剂量学参数,平均偏差,最大偏差,自动化设计,剂量预测

0.33586