基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

秦楠楠; 薛旭东; 吴爱林; 闫冰; 朱雅迪; 张朋; 吴爱东

首页> 中文期刊> 《中国医学物理学杂志》 >基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:目的:基于U-net卷积神经网络的深度学习方法,探讨宫颈癌放疗临床靶区和危及器官自动勾画的可行性。方法:利用U-net卷积神经网络模型搭建的端到端自动分割框架,以100例已进行IMRT治疗的宫颈癌患者CT及组织结构信息为研究对象,并随机选取其中的10例作为测试集。勾画的对象包括临床靶区(CTV)、膀胱、直肠和左、右股骨头5个部分,比较手动和自动勾画的戴斯相似性系数(DSC)和豪斯多夫距离(HD)以评估自动勾画模型的准确性。结果:4种危及器官自动勾画的DSC值都在0.833以上,平均值是0.898;HD值均在8.3 mm以内,平均值为5.3 mm;临床靶区DSC值是0.860,HD值为13.9 mm。结论:基于U-net卷积神经网络建立的自动勾画模型能较为准确地实现宫颈癌临床靶区和危及器官的自动勾画,临床应用中可大幅提高医生的工作效率及勾画的一致性。

著录项

来源
《中国医学物理学杂志》 |2020年第4期|524-528|共5页
作者
秦楠楠; 薛旭东; 吴爱林; 闫冰; 朱雅迪; 张朋; 吴爱东;
展开▼
作者单位

安徽医科大学生物医学工程学院安徽合肥230032;

中国科学技术大学附属第一医院放疗科安徽合肥230001;

展开▼
原文格式 PDF
正文语种 chi
中图分类女性生殖器肿瘤;其他科学技术在医学上的应用;
关键词
深度学习; 自动分割; 临床靶区; 危及器官; 放射治疗; U-net;

相似文献

中文文献
外文文献
专利

1. 基于U-Net的直肠癌肿瘤靶区和危及器官的自动分割模型 [J] . 戴薇 ,李华玲 ,王沛沛 . 医疗装备 . 2021,第019期
2. 自动勾画软件对鼻咽癌靶区和危及器官勾画结果对比分析 [J] . 单书灿 ,邱杰 ,全红 . 中国医学装备 . 2015,第007期
3. SE-Res Block U型卷积神经网络应用于乳腺癌临床靶区与危及器官自动分割的研究 [J] . 王学涛 ,戴振晖 ,张白霖 . 中国医疗器械信息 . 2021,第008期
4. 基于U-Net的自动分割方法对乳腺癌危及器官的自动勾画 [J] . 李华玲 ,李金凯 ,张炜 . 中国医疗设备 . 2020,第008期
5. 基于RT-Mind软件的乳腺癌靶区及危及器官的自动勾画 [J] . 高文超 ,王军良 ,秦琪 . 中国医疗设备 . 2021,第004期
6. 评估靶区与危及器官重叠体积对经验引导调强自动优化的影响 [C] . 黄付静 ,马长升 ,朱健 . 2016年国际肿瘤放射治疗新进展天津论坛暨中国北方肿瘤放射治疗协作组第二届学术会议 . 2016
7. 基于深度卷积神经网络的宫颈癌临床靶区及部分危及器官自动勾画方法研究 [A] . 秦楠楠 . 2020

基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

摘要

著录项

相似文献

相关主题

期刊订阅