首页|基于自适应Unet网络的鼻咽癌放疗危及器官自动分割方法

基于自适应Unet网络的鼻咽癌放疗危及器官自动分割方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 探讨鼻咽癌放射治疗中的危及器官(OARs)的自动分割的准确性。方法 在自动分割模型研究中，经CT扫描和医生手动分割后，选取147例鼻咽癌患者的CT图像及其对应勾画的OARs结构，并对其进行完全随机化分组，分成训练集(115例)、验证集(12例)、测试集(20例)。采用自适应直方图均衡化对CT图像进行预处理。利用端到端训练提高建模效率，实现一种基于三维Unet的改进网络(AUnet)，将器官大小作为先验知识引入卷积核大小设计中，使网络能自适应地提取不同大小器官的特征，从而提高模型的性能。比较自动与手动分割的DSC(Dice Similarity Coefficient)系数和豪斯多夫(HD)距离以验证AUnet网络的有效性。结果 测试集的平均DSC和HD分别为0。86±0。02和4。0±2。0 mm。除视神经、视交叉外，AUnet与手动分割结果无统计学差异(P>0。05)。结论 引入自适应机制后，AUnet能较为准确地实现基于CT图像对鼻咽癌的危及器官的自动分割，临床应用中可大幅度提高医生的工作效率及分割的一致性。
Segmentation of organs at risk in nasopharyngeal cancer for radiotherapy using a self-adaptive Unet network

杨鑫、李学妍、张晓婷、宋凡、黄思娟、夏云飞

展开 >

中山大学肿瘤防治中心//华南肿瘤学国家重点实验室//肿瘤医学协同创新中心//广东省鼻咽癌诊治研究重点实验室,广东 广州 510060

中山大学新华学院,广东 广州 510520

广东工业大学,广东 广州 510006

深度学习 自动分割 CT图像 Unet网络 AUnet

广东省自然科学基金广州市珠江科技新星大学生创新创业训练计划大学生创新创业训练计划大学生创新创业训练计划大学生创新创业训练计划大学生创新创业训练计划大学生创新创业训练计划国家863计划项目

2017A030310217201710010162202013902062202013902065201913901092018139020752018139020712017139020502006AA02Z4B4

2020

10.12122/j.issn.1673-4254.2020.11.07

南方医科大学学报
南方医科大学

南方医科大学学报

CSTPCDCSCD北大核心
影响因子：1.654
ISSN：1673-4254
年,卷(期)：2020.40(11)
  • 14
  • 11