%A 李华玲1
,李金凯2
,张炜3
,王沛沛2
,孙新臣2
%T 基于U-Net的自动分割方法对乳腺癌危及器官的自动勾画
%0 Journal Article
%D 2020
%J 中国医疗设备
%R 10.3969/j.issn.1674-1633.2020.08.008
%P 31-35
%V 35
%N 8
%U {http://cs.china-cmd.org/zgylsb/CN/abstract/article_5055.shtml}
%8 2020-08-10
%X 目的 训练和评价一种基于U-Net的自动分割方法对乳腺癌危及器官(Organs at Risks,OARs)的勾画。方法 实验
选取140例乳腺肿瘤病例,其中120例作为训练集,用于建立基于U-Net自动勾画模型,其余20例作为测试集,用于测试
自动勾画方法的勾画准确性,采用戴斯相似系数(Dice Similarity Coefficient,DSC)及平均最小距离(Mean Distance to
Agreement,MDA)对所训练的自动勾画模型的勾画结果进行评估,并与有相同训练集及测试集的基于atlas的自动勾画方
法进行比较。结果 基于U-Net的自动勾画模型比基于atlas的自动勾画方法所勾画的OARs的DSC均值均高;且基于U-Net的
自动勾画模型勾画的OARs的MDA均值较后者均低。两种自动勾画方法在双侧肺、健侧乳腺及心脏的DSC值差异以及在左
肺、健侧乳腺及心脏的MDA值差异均具有统计学意义(P<0.05)。结论 基于U-Net的自动勾画模型在乳腺癌危及器官勾画中
具有较好的勾画效果,且其勾画准确性较基于atlas的自动勾画方法的高。