基于VUMix-Net卷积神经网络的食管癌临床靶区自动勾画研究
金琳芝
宋平
汪晨宇
程欣宇
张贺铭
任润川
郭莹
张耀文
安阳市肿瘤医院,河南科技大学附属安阳市肿瘤医院,河南省食管癌精准防治医学重点实验室,河南 安阳,455000
摘要：目的 提出一种新颖的三维(3D)V-Net和二维(2D)U-Net混合(VUMix-Net)的网络模型,用于自动勾画食管癌的临床靶区体积(clinical target volume,CTV),并评估其分割性能及应用价值.方法 收集 55 例上段食管癌患者的计算机断层扫描(computed tomography,CT)图像数据,由 1 名具有 10a食管癌放疗临床经验的医师统一勾画CTV,同时应用V-Net、VUMix-Net自动勾画CTV.以戴斯相似系数(Dice similarity coefficient,DSC)和第95 百分位数豪斯多夫距离(hausdorff distance,HD)为指标评估这两种模型自动分割性能.随机抽取 10 例人工勾画的食管癌放疗患者CT图像资料,应用VUMix-Net网络模型生成相应的自动勾画结果.两位主任医师在盲法条件下对这些结果进行临床评估.比较人工智能(artificial intelligence,AI)生成的勾画结果与人工勾画的参考标准(ground truth,GT)之间的评分差异,并分析两位医师评价的一致性.结果 在CTV的自动勾画中,VUMix-Net的3D-DSC值和 95HD值明显优于V-Net,差异均有统计意义,P值分别为 0.006 和＜0.001.两位医师评估结果显示VUMix-Net模型勾画的CTV均符合临床实际应用情况.而且无论是医师A还是医师B,AI组和GT组的评估结果差异均无统计学意义,P值分别为 0.222 和 0.361.无论是AI组还是GT组,医师A和医师B的评估结果也是没有显著差异,P值分别为0.638 和0.761.结论 基于新模型(VUMix-Net)卷积神经网络在自动勾画食管癌的CTV方面显示出一定的优势,并且能勾画出符合临床要求且与人工勾画质量相当的食管癌放疗靶区.
关键词：卷积神经网络自动勾画食管癌临床靶区
分类号：R735.1(消化系肿瘤)
资助基金：河南省医学科技攻关计划联合共建项目(LHGJ20230863)安阳市医学科技攻关项目(2023C01SF026)
论文发表日期：2024-12-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 252-259 )
英文信息