【摘 要】
：
目的:研究AccuLearning和AccuContour软件在宫颈癌患者MRI图像上进行模型构建和自动勾画的可行性和准确性.方法:随机选取某院放疗科的40例宫颈癌患者,并随机选取其中30例宫颈癌患者的MRI图像,在Accu-Learning中按照推荐参数进行模型训练、验证和测试,统计训练模型和测试病例的平均相似性系数(Dice).将训练模型导入AccuContour,并输入其余10例患者的MRI图像,以手动勾画为参考,统计自动勾画和手动勾画的平均Dice值、交叉指数(overlap index,OI)以
【机 构】
：
北京大学肿瘤医院,北京市肿瘤防治研究所,恶性肿瘤发病机制及转化研究教育部重点实验室,北京100142
论文部分内容阅读
目的:研究AccuLearning和AccuContour软件在宫颈癌患者MRI图像上进行模型构建和自动勾画的可行性和准确性.方法:随机选取某院放疗科的40例宫颈癌患者,并随机选取其中30例宫颈癌患者的MRI图像,在Accu-Learning中按照推荐参数进行模型训练、验证和测试,统计训练模型和测试病例的平均相似性系数(Dice).将训练模型导入AccuContour,并输入其余10例患者的MRI图像,以手动勾画为参考,统计自动勾画和手动勾画的平均Dice值、交叉指数(overlap index,OI)以及绝对体积差异.采用SPSS 25.0软件进行统计学分析.结果:训练模型的综合Dice值为0.80,各测试病例的Dice值分别为0.87、0.78和0.75,训练结果满足临床要求.自动勾画与手动勾画膀胱的Dice值和OI值分别为0.91±0.07、0.96±0.03,双侧股骨头的Dice值和OI值分别为左侧0.94±0.02、0.99±0.01,右侧0.91±0.04、0.99±0.01,直肠的Dice值和OI值分别为0.80±0.07、0.97±0.03,乙状结肠的Dice值和OI值分别为0.47±0.14、0.93±0.05.膀胱和乙状结肠的自动勾画绝对体积大于手工勾画,双侧股骨头和直肠的自动勾画绝对体积小于手工勾画.除右侧股骨头外,其余危及器官的自动勾画与手工勾画的绝对体积差异均无统计学意义.结论:基于AccuLearning的小样本训练模型训练效果较好,基于小样本训练模型采用AccuContour进行自动勾画具有临床可行性,可以提高宫颈癌危及器官勾画的质量和效率.
其他文献
目的:探究乳腺癌磁共振成像体素内不相干运动-扩散加权成像(magnetic resonance imaging intravoxel inco-herent motion-diffusion weighted imaging,MRI IVIM-DWI)参数与巨噬细胞炎性蛋白-1α(macrophage inflammatory pro-tein-1α,MIP-1α)、血小板衍生生长因子(platelet-derived growth factor,PDGF)表达的相关性及其临床诊断价值.方法:前瞻性选取2
目的 利用2型糖尿病小鼠模型,评估不同剂量大豆异黄酮对T2DM小鼠生理生化、血液指标、及肠道菌群的影响.方法 建造2型糖尿病小鼠模型,成功后,随机分为2型糖尿病模型对照组(type 2 diabetes model control group,T2DM)、二甲双胍阳性对照组(metformin positive control group,PC)、大豆异黄酮不同剂量干预组(75、150、300mg/kg) (soybean isoflavones 75、150、300mg/kg,SI75、SI 150、S
目的:研制一种基于树莓派的便携式静脉投影仪,以满足静脉穿刺时静脉可视化的需求.方法:该静脉投影仪基于静脉中脱氧血红蛋白对红外光的吸收强度高于静脉周边组织的原理设计,由树莓派、微机电系统(micro-electro-mechanical system,MEMS)激光扫描投影模组、加装红外滤光片的红外摄像头、电池、壳体及支架组成.其软件程序采用Visual Studio Code编写,由树莓派内置的Python解释器运行,并通过OpenCV图像处理算法完成图像对比度增强等操作.通过网络和VNC Viewer软
目的:研究经皮黄疸分析仪的校准及不确定度评定方法,保障其计量性能准确可靠.方法:确立基于标准色板的经皮黄疸分析仪量值溯源方法,在标准环境条件下对3台不同厂家的经皮黄疸分析仪进行校准,对经皮黄疸分析仪的零值稳定性、模拟黄疸示值误差和模拟黄疸测量重复性3项计量性能参数进行综合评价.通过建立测量模型,完成经皮黄疸分析仪测量结果的不确定度分析与评定.结果:3台经皮黄疸分析仪的零值稳定性、模拟黄疸示值误差和模拟黄疸测量重复性测量结果均在计量性能要求范围内;不确定度评定结果与被测经皮黄疸分析仪生产厂家说明书中的最大允
目的:提出一种基于全卷积神经网络的肺结节测量校准方法,以改善肺结节测量过程中由于不同的呼吸屏气造成的测量误差.方法:选择美国国立卫生研究院的CT图像数据集中的263幅胸部图像制作符合全卷积神经网络训练与测试要求的数据集,然后构建用于肺部轮廓勾画的全卷积语义分割网络,再通过对网络的训练实现对肺部轮廓的准确勾画,最后将该网络部署于校准软件中以实现对不同屏气相的肺结节大小的校准.选取25例行PET/CT肿瘤筛查的患者数据,对屏气和自由呼吸2种模式下的胸部扫描图像进行肺结节测量以验证校准效果.结果:全卷积神经网络