AccuContour软件在全脑全脊髓自动勾画中的风险评估与应对

目的对使用AccuContour软件自动勾画全脑全脊髓放射治疗(CSI)患者靶区和危及器官(OARs)进行风险评估和风险应对。方法选取2012年1月至2022年12月于医院接受全脑全脊髓放射治疗(CSI)的40例患者为研究对象,其中仰卧位和俯卧位各20例,且同一体位组内成人和儿童各10例。手动和自动勾画4组患者靶区和OARs。界定风险准则,勾画结果以德尔菲法进行后果分析,对靶区和OARs做出风险分型,并逐例逐层回顾统计,通过危险与可操作性分析法进行可能性分析,对勾画差异做出归因分类。结果脑、肝脏、左右肺、左右肾、心脏和左右眼球为鲁棒型;甲状腺、左右腮腺为平衡型;喉、气管、食管、胃、脊髓腔、左右视神经和左右晶体为审慎型。自动勾画和手动勾画的差异归因可分为Ⅰ~Ⅶ类。根据器官分型和归因分类,对开发方和应用方提出不同的风险应对建议。结论AccuContour软件应用于CSI患者的靶区和OARs自动勾画具有较高的临床价值,但需完善前期风险评估和策略应对,确保智能勾画的安全、可靠、可控及可持续发展。

3种软件在头颈部肿瘤患者脑干结构自动勾画中的应用比较

目的 比较PVMED-iCurve、AccuContour和DeepViewer 3种国产软件自动勾画头颈部肿瘤患者脑干结构的准确性。方法 选取2021年1月至2022年10月收治的20例头颈部肿瘤患者为研究对象,分别使用PVMED-iCurve、AccuContour以及DeepViewer3种软件自动勾画头颈部肿瘤患者脑干结构。以手动勾画作为参考标准,通过对比上述3种自动勾画的体积差异(△V%)、Hausdorff距离(Hausdorff Distance,HD)和Dice相似性系数(Dice Similarity Coefficient,DSC),评估3种软件自动勾画脑干结构的效果。结果 PVMED-iCurve、AccuContour和DeepViewer 3种软件自动勾画头颈部肿瘤患者脑干结构的ΔV%分别为6.01%±17.77%、-2.49%±9.33%以及-9.68%±11.17%;HD分别为(7.74±3.05)、(2.83±1.18)、(4.00±2.16)mm;DSC分别为0.81±0.05、0.89±0.05以及0.85±0.06。3种软件两两比较,DSC差异均有统计学意义(P<0.05)。结论 3种软件自动勾画头颈部肿瘤患者脑干结构,均能达到较好的勾画效果。3种软件比较,AccuContour在自动勾画脑干的体积、位置和形状方面最好。

AccuContour软件自动勾画镜面人患者4D-CT图像心脏结构的应用分析

目的评估AccuContour软件自动勾画镜面人患者四维CT(4D-CT)图像心脏结构的可行性与准确性。方法选取1例镜面人肺癌患者的10套4D-CT图像序列进行研究,10套图像序列对应10个呼吸时相。对10套CT序列,使用Eclipse治疗计划系统手工勾画心脏结构;使用AccuContour软件自动勾画心脏结构;使用WPS表格,对自动勾画和手工勾画的体积差异、位置差异、形状一致性和勾画时间进行统计分析。结果自动和手工勾画两种方式心脏结构的体积差异(△V%)为(5.63±2.80)%;总位置差异(ΔL)为(2.28±0.45)mm;Dice相似性系数、敏感性指数、包容性指数和Jaccard系数的值分别为0.909±0.011、0.936±0.012、0.884±0.020和0.835±0.019;自动勾画时间平均约为49 s。结论使用基于深度学习的AccuContour软件自动勾画镜面人患者4D-CT图像的心脏结构,能够达到比较满意的勾画结果,使用该软件可明显缩短勾画时间,有效提高工作效率。

AccuContour和DeepViewer两款软件自动勾画胰腺癌患者肾脏结构的比较

目的分析比较AccuContour和DeepViewer两款国产软件自动勾画胰腺癌患者肾脏结构的准确性。方法选择20例胰腺癌患者的定位CT图像进行回顾性研究。分别使用MANTEIA公司的AccuContour和慧软公司的DeepViewer两款软件,在定位CT图像中自动勾画肾脏结构,所得结果与手工勾画的肾脏结构进行比较。通过对体积差异(ΔV%)、质心偏差(Deviation of Centroid,DC)和Dice相似性指数(Dice Similarity Coefficient,DSC)的分析,比较两款软件在体积、位置和形状方面自动勾画的效果和差异。结果AccuContour和DeepViewer两款软件自动勾画胰腺癌患者的肾脏结构,ΔV%分别为左肾0.13%±4.60%和0.83%±7.14%,右肾0.40%±5.24%和1.49%±5.06%;DC分别为左肾(0.87±0.95)mm和(0.76±0.90)mm,右肾(0.67±0.72)mm和(0.90±1.08)mm;DSC分别为左肾0.930±0.020和0.934±0.023,右肾0.934±0.022和0.930±0.030。对两款软件的ΔV%、DC和DSC三种参数进行配对t检验,结果均没有统计学差异(P>0.05)。结论两款软件自动勾画胰腺癌患者的肾脏结构,都能够达到满意的结果;AccuContour软件在体积差异、位置差异和形状相似性方面,与DeepViewer软件相比没有差异。

3种自动勾画软件对鼻咽癌危及器官勾画结果的对比分析

目的分析AccuContour、rtStation和PV-iCurve3种自动勾画软件勾画鼻咽癌危及器官的效果。方法随机选取广州中医药大学第一附属医院收治的30例鼻咽癌患者,由同一位医师人工勾画危及器官,分别使用3种软件进行自动勾画,以人工勾画结果为“金标准”,分别计算3种软件勾画结果的Dice相似性系数(Dice Similarity Coefficient,DSC)和Hausdorff距离(Hausdorff Distance,HD),比较3种软件勾画鼻咽癌危及器官的精确度。结果对于选取的14个危及器官,3种软件自动勾画的大部分器官的DSC均大于0.7,在视交叉和口腔这两个器官,rtStation勾画效果最优;对于其他器官的勾画,AccuContour则具有明显优势。rtStation与PV-iCurve相比,除脊髓和视交叉两个器官,rtStation均优于PV-iCurve,差异有统计学意义(P<0.05)。AccuContour与rtStation的勾画结果相比,AccuContour左眼球、左晶体、左视神经、脊髓和左颞叶这5个器官的HD均显著小于rtStation(P<0.05);对于视交叉和口腔,rtStation的勾画效果显著优于AccuContour(P<0.05)。AccuContour与PV-iCurve相比,AccuContour仅视交叉和口腔中HD大于PV-iCurve,其他12个器官,AccuContour的HD均小于PV-iCurve;rtStation和PV-iCurve相比,rtStation的HD均小于PV-iCurve,且除视交叉器官,其他13个器官两个软件比较差异均有统计学意义(P<0.05)。结论3种自动勾画软件各有优势,但在临床实际应用中,AccuContour在整体的勾画结果中效果最好,其次为rtStation。

不同图像分割软件用于胸部危及器官自动勾画的临床应用

目的 比较3种自动勾画图像分割软件(rtStation、AccuContour、RT-Mind)与手动勾画对胸部肿瘤危及器官(Organs atRisk,OARs)的勾画效果。方法 选取解放军总医院第五医学中心放疗科行胸部肿瘤放疗患者15例,由肿瘤放疗医生手动勾画OARs,经确认后以此勾画结果作为参考标准,再分别应用3种图像分割软件勾画OARs,比较手动勾画与自动勾画的时间、Dice相似性系数(Dice Similarity Coefficient,DSC)和Hausdroff距离(Hausdorff Distance,HD)。结果 3种自动勾画软件勾画速度比较:AccuContour>RT-Mind>rtStation,勾画时间均在3 min内完成,而人工勾画需30 min左右。3种自动勾画软件对心脏、左肺、右肺、脊髓的勾画效果较好,DSC均在0.85以上,但对食管和气管的勾画效果较差,且AccuContour、RT-Mind软件在勾画心脏、脊髓的DSC显著高于rtStation软件(P<0.05);在勾画左肺和右肺的DSC方面,AccuContour软件显著优于rtStation、RT-Mind软件(P<0.05)。3种自动勾画软件脊髓HD值最小,气管HD值最大,但AccuContour、RT-Mind软件的脊髓HD均显著低于rt Station软件(P<0.05);rt Station软件的心脏HD显著高于Accu Contour、RT-Mind软件(P<0.05);3种自动勾画软件的食管HD均低于2 cm,且AccuContour软件显著优于rtStation、RT-Mind软件(P<0.05);对于左、右肺,RT-Mind软件HD均超过2 cm,显著高于rtStation、AccuContour(P<0.05),勾画效果较差。结论 3种图像分割软件在胸部OARs自动勾画时,食管和气管勾画效果基本满意,但需要医师手动修改,软件有待进一步提高;心脏、肺和脊髓勾画效果理想,图像分割软件能够提高医师工作效率。

基于图谱库的自动轮廓勾画软件(ABAS)在鼻咽癌调强放疗中的应用

目的：评估基于患者图谱库的自动轮廓勾画软件（ABAS）在鼻咽癌调强计划中勾画危及器官的准确性及临床应用效果。方法：选取已使用调强治疗的10例鼻咽癌患者，将每例患者的定位CT图像及医生手动勾画的调强计划中关注的13种（20个）危及器官传人ABAS软件作为数据库模板。本研究选取22例新患者应用ABAS进行自动勾画．其结果传回计划系统并由各主管医生在此基础上进行手动修改。对ABAS自动勾画结果与医生在此基础上修改后的结果进行比较，并对使用时间进行统计。结果：ABAS自动勾画与医生修改勾画的形状相似性系数（DSC）平均值超过0．9的为下颌骨（0．97±0．02），颞叶（左0．97±0．03，右0．97±0．03），脑干（0．94±0．04），喉（0．94±0．06），脊髓（0．93±0．05），腮腺（左0．91±0．07，右0．91±0．08），眼球（左0．90±0．13，右0．96±0．13）；DSC系数低于0．9的为颞颌关节（左0．89±0．10，右0．87±0．14），内耳（左O．86±0．14，右0．83±0．16），垂体（0．83±0．10），视交叉（0．70±0．14），晶体（左0．69±0．11，右0．70±0．14），视神经（左0．65±0．25。右0．64±0．14）。使用ABAS自动产生所有危及器官的时间约10分钟／每患者；医生在自动勾画基础上修改时间为6～25min／每患者，平均约15min／每患者。以前完全手动勾画以上危及器官估计需90min到120min，使用ABAS自动勾画则明显的缩短了时间。结论：基于患者图谱库的ABAS自动勾画软件，对目前鼻咽癌患者调强计划关注的大部分危及器官能够达到满意的自动勾画结果，临床应用表明能明显的节约医生勾画时间。

基于MIM软件模版数据库的病例数对危及器官自动勾画的探讨

目的:探讨基于MIM软件的模板数据库中病例数对危及器官自动勾画的影响,指导临床选取最佳病例数构成自动勾画数据库。方法:选取150例鼻咽癌患者,按照数表法随机将其分为a组、b组、c组和d组,在MIM软件中建立a、b、c、d对应的四组患者的数据库,数据库包含CT图像和医生手动勾画的危及器官轮廓信息,另选取10例非数据库患者的头部CT图像进行危及器官的自动勾画,与医生手动勾画结果作为金标准进行比较。采用形状相似性系数(DICE)、豪斯多夫距离及Jaccard距离3个指标评价自动勾画的危及器官。结果:四组数据库自动勾画的危及器官DICE值在0.5~0.9之间,眼球、内耳、口腔、腮腺等器官勾画结果DICE值均在0.8以上。眼球、内耳、颞颌关节、晶体等危及器官或组织的豪斯多夫距离(标准差)均值<0.2。Jaccard距离值随模板数据库包含病例数增多而减小,其中内耳、颞颌关节、晶体和视神经均值<0.4。结论:模板数据库包含病例数越多,眼球、内耳、脊髓、视神经等器官DICE值越高,眼球、内耳、视神经等器官的豪斯多夫距离(标准差)值越小,各危及器官的Jaccard距离值越小。眼球、内耳、脊髓、视神经等危及器官宜选用病例数多的模板数据库进行自动勾画,模板数据库中包含的病例数对脑干、颞颌关节、晶体、口腔、腮腺等危及器官或组织的自动勾画无明显影响。

体积对自动勾画软件勾画危及器官准确性的影响

目的:评价基于人工智能的自动勾画系统(AccuContour自动勾画软件)对危及器官(OAR)勾画的几何准确性,探讨OAR自动勾画的几何准确性是否受OAR体积的影响。方法:选取161例患者,其中头颈部、胸部、盆腔肿瘤患者各40例,腹部肿瘤患者41例。分别采用AccuContour自动勾画软件和手动勾画的方式对晶体、视神经、眼球、垂体、脑干、腮腺、下颌骨、双肺、心脏、双肾、肝脏、直肠、膀胱、股骨头等部位进行勾画。统计各个勾画部位的戴斯相似系数(DSC)、豪斯多夫距离(HD)、Jaccard系数以及体积这4项参数,并使用DSC、Jaccard系数和HD评价自动勾画的几何准确性。对DSC、HD、Jaccard系数与体积进行Spearman相关性分析,并对晶体、视神经、眼球、腮腺、颞颌关节、双肺、双肾、股骨头等成对部位的DSC、HD、Jaccard系数之间进行Wilcoxon配对秩和检验。结果:各个部位的DSC均数均大于0.7;头颈部的Jaccard系数均数为0.557~0.880,其中最低的为右视神经,最高的为下颌骨。头颈部、胸部、盆腔的HD均数分别小于8、22、16 mm;除肝脏(HD=34.563 mm)外,腹部其他部位的HD均数均小于19 mm。DSCall、Jaccardall系数及HDall的大小与体积具有相关性(rDSC=0.757,PDSC=0.000;rJaccard=0.775,PJaccard=0.000;rHD=0.761,PHD=0.000)。晶体、视神经、眼球、垂体、脑干、腮腺、下颌骨、双肺、膀胱、股骨头等部位的DSC和Jaccard系数与OAR体积具有相关性(P<0.05),HD与体积不具有相关性(P>0.05)。双肺之间的DSC和Jaccard系数差异具有统计学意义(PDSC=0.000,PJaccard=0.000)。结论:AccuContour自动勾画软件对于OAR的勾画具有较高的准确性,自动勾画的几何准确性受OAR体积大小的影响。

基于MIM软件自动勾画宫颈癌危及器官精准度的研究

目的:探讨放射治疗中应用靶区勾画MIM软件自动勾画宫颈癌危及器官(OAR)的精准度,探讨模板数据库病例数对勾画准确性的影响。方法:选取医院收治的70例宫颈癌患者,按照随机数表法在MIM软件中建立A数据库组(20例),在A数据库组的基础上再选取20例建立B数据库组(20+20例),在B数据库组的基础上再选取20例建立C组数据库(40+20例),数据库包含每例患者CT扫描图像和手工勾画图像资料;选取剩余10例宫颈癌患者的CT图像,分别使用3个数据库进行OAR自动勾画,与作为“金标准”的手工勾画图像进行比较。采用Dice相似性系数(DSC)、Hausdorff距离(HD)、Jaccard系数和体积差异性系数对MIM软件勾画OAR的精准度进行评价,并使用单因素方差分析判断模板数据库的病例数对自动勾画结果的影响。结果:在4项评价参数分析中,MIM软件对于脊髓、左股骨头、右股骨头、左肾以及右肾的自动勾画的DSC均>0.8,体积差异性系数<0.2;膀胱的DSC>0.8,但其余3项参数显示其自动勾画的结果欠佳;直肠的各项评价参数均未达到临床要求;不同组别间各个器官单因素方差分析结果无统计学差异。结论:应用MIM软件自动勾画宫颈癌OAR能较好地生成脊髓、左股骨头、右股骨头、左肾及右肾的图像轮廓,膀胱以及直肠的自动勾画未能满足临床要求;模板数据库的病例数对自动勾画OAR准确性无明显影响。

自动勾画轮廓软件在头颈部锥形束CT中的应用

目的:评估应用自动勾画轮廓软件(MIM)进行头颈部锥形束CT(CBCT)靶区和危及器官自动勾画的可行性。方法:选择进行了两次放疗定位的10例鼻咽癌病例进行回顾性分析。在MIM软件系统中,通过形变配准分别将1程计划~1CT和第一次治疗前扫描的~1CBCT中的轮廓映射至2程治疗前扫描的~2CBCT中。以2程~2CT中医师勾画的结构为参考,比较两种方法勾画结果的精度,评价指标包括形状相似性指数(DSC)和豪斯多夫距离(HD)。对采用两种方法得到的结构均复制至~2CT,以计划~2CT为参考计划,比较两种方法勾画的靶区和危及器官与参考计划之间的剂量偏差。结果:采用~1CBCT-~2CBCT方法勾画的结构轮廓优于~1CT-~2CBCT。在~1CBCT-~2CBCT中除PTVnd、脊髓、晶体、视神经、视交叉、眼球和垂体外,其余结构的DSC均大于0.7,HD均小于2 cm,与参考计划的剂量偏差小于±3%。结论:除体积小于10 cm^3的结构(骨性结构除外)、脊髓及PTVnd,利用MIM软件,采用~1CBCT-~2CBCT方法勾画的靶区和危及器官能够得到较满意的结果,能够为自适应放疗提供临床指导。

自动勾画软件ABAS在鼻咽癌自适应放疗中的应用

目的:评估ABAS自动勾画软件勾画的危及器官准确度和效率,以此来评估它在鼻咽癌患者自适应放疗中的适用程度。方法:随机抽取15例在我院治疗的鼻咽癌患者。CT1为患者的计划CT,CT2为三分之二疗程重新扫描的CT图像,CT3为患者放疗结束后扫描的CT图像。在ABAS软件中CT1图像设为模板,在CT2和CT3上自动勾画出所需的危及器官,并将自动勾画结果和手工勾画的结果进行对比分析。利用形状相似性指数(Dice similarity coefficient,DSC)和自动勾画时间评价软件自动勾画的精准性和效率性。结果:ABAS软件自动勾画的体积较大的危及器官的DSC指数均大于0.9,在CT1和CT2组中DSC指数的最高为脊髓(0.96±0.01),最低为晶体(0.43±0.19),在CT1和CT3组中DSC指数最高为下颌骨(0.93±0.45),最低为晶体(0.49±0.17)。同时用ABAS自动勾画危及器官所需平均时间为十分钟左右。结论:在鼻咽癌自适应放疗过程中,自动勾画软件勾画的危器官可以达到很好的准确度同时又明显的节省时间。这样就可以快速评价危及器官受量,使得鼻咽癌自适应放疗成为可能。

两种自动勾画软件对危及器官勾画结果对比分析

目的:比较和分析两种自动勾画软件(Accu Contour和Deep Viewer)勾画危及器官的精确度,以此评估它们在不同肿瘤放射治疗中的适用程度和优越性。方法:回顾性选取中科院合肥肿瘤医院肿瘤患者60例,其中鼻咽癌、肺癌、乳腺癌、宫颈癌各15例,由同一个物理师在患者CT图像上手动勾画危及器官,再分别用两种自动勾画软件进行勾画。以手动勾画结果为标准,分别计算两种软件勾画结果的戴斯相似性系数(DSC)和绝对体积差(ΔV),并对两种勾画结果的差异进行配对t检验,比较两种软件勾画结果。结果:AccuContour软件和DeepViewer软件勾画结果的总体DSC分别为0.90±0.11和0.87±0.14(t=-5.029,P<0.05),总体ΔV分别为(13.23±18.77)和(29.89±45.27)cm3(t=7.344,P<0.05)。在20个危及器官中,AccuContour软件勾画结果的所有DSC均大于0.7,其中最大DSC为脑(0.99±0.00),最小DSC为右眼晶状体(0.71±0.11);Deep Viewer软件勾画的结果有18个器官DSC大于等于0.7,其中,最大DSC为肺(0.98±0.00),最小DSC为右侧股骨头(0.63±0.18)。Accu Contour软件勾画的13个器官的ΔV均小于Deep Viewer勾画结果。结论:两种软件整体勾画效果均比较好,对于体积较大的危及器官,勾画效果要优于体积较小的器官,AccuContour软件勾画效果优于DeepViewer软件。

基于RT-Mind软件的乳腺癌靶区及危及器官的自动勾画

目的探讨RT-Mind软件在乳腺癌临床靶区(Clinical Target Volumes,CTV)及危及器官(Organs-At-Risk,OARs)自动勾画的可行性,为临床应用提供依据。方法选取10例乳腺癌保乳术后放疗患者,由临床医生手动勾画CTV及OARs(左肺、右肺、心脏及健侧乳腺),并以此勾画结果作为参考标准,再使用RT-Mind软件自动勾画CTV及OARs。比较手动及自动勾画的相似性系数(DSC)、Jaccard系数(JAC)、Hausdroff距离(HD)及体积差异(VD)等参数以评估勾画效果。对于自动勾画的CTV,沿Body内收0.5 cm作为新的自动勾画临床靶区CTV_(内收0.5 cm),再通过上述评估参数评估其勾画效果。结果CTV自动勾画的DSC值、JAC值、VD值、HD值分别为0.77±0.06、0.64±0.07、(33.47±18.66)%、(2.53±0.64)cm;CTV_(内收0.5 cm)的DSC值、JAC值、VD值、HD值分别为0.83±0.05、0.71±0.07、(17.12±12.11)%、(2.53±0.64)cm,相比自动勾画CTV,除HD值无变化外,其它评价参数均有明显改善。四个OARs的HD均值均小于2.00 cm,四个OARs的DSC、JAC、VD均值比较:双肺>心脏>健侧乳腺,表明双肺勾画效果最好,心脏次之,最后是健侧乳腺。结论RT-Mind软件能够较为准确的实现乳腺癌患者OARs的自动勾画。对于乳腺癌CTV,RT-Mind软件自动勾画效果不理想,而将自动勾画的CTV沿Body内收0.5 cm后,其勾画效果有明显提高。RT-Mind软件能够为临床医生节省时间,提高工作效率。

基于模板的宫颈癌CBCT图像自动勾画研究

目的：评估利用自动勾画软件（ABAS）自动勾画CBCT图像感兴趣区的可行性。方法：选取7例宫颈癌患者各1组CT图像和治疗过程中的7组摆位验证CBCT图像。手工勾画CT图像感兴趣区,以此为模板应用ABAS软件在患者本人的CBCT图像中自动勾画出相应的感兴趣区。临床医生在CBCT对勾画出的感兴趣区进行修正。比较CBCT图像手工修正结果与自动勾画结果,使用体积差异比和形状相似性来评价两者的差异。结果：7例的直肠,膀胱,小肠,CTV_N1和CTV_N1体积差异比平均值变化范围分别为（-11.28~42.39）、（2.86~68.32）、（6.49~27.26）、（-13.77~24.98）、（-5.23~24.88）。形状相似性平均值变化范围分别为（0.53~0.73）、（0.43~0.82）、（0.65~0.77）、（0.25~0.65）、（0.69~0.81）。结论：基于模板的宫颈癌CBCT图像感兴趣区自动勾画有较好的准确性,可以节省临床医生大量的工作时间。

基于MRI图像的自动勾画技术在宫颈癌放疗中的 应用研究

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。

基于食管癌放疗的剂量学参数研究几何指标评价自动勾画轮廓准确度的可行性

目的:探讨几何指标HD、HDmean、HD95%、DSC、Jaccard间的差异,并结合食管癌放疗的剂量学参数研究几何指标评估自动勾画轮廓准确度的临床可行性。方法:选取在四川大学华西医院放疗科接受放射治疗的15例食管癌患者作为研究对象,采用ABAS软件勾画双肺、脊髓、心脏等结构,将高年资医生修改、审核后的轮廓视为参考轮廓。在参考轮廓产生的原剂量分布图上获取相应的自动勾画结构的剂量学参数,利用线性回归R^2来量化几何指标与剂量学参数间的相关性。结果:距离类几何指标(0~44.7 mm)波动范围较体积类指标(0.7~1.0)大;几何指标与剂量学参数间的相关性,强弱各异且不一致(45%存在相关性,P<0.05)。结论:剂量学参数深受轮廓所在位置、轮廓差异的影响,凸显了它在临床评估过程中的重要性,也表明仅用几何指标是不可靠的,建议与剂量学参数相结合。

基于MIM软件自动勾画肺癌危及器官精准度的研究

目的探讨基于MIM软件对肺癌危及器官(OAR)自动勾画时数据库入库病例数的增加及匹配数目的不同对自动勾画结果的影响。方法运用MIM软件建立5组肺癌数据库(入库病例数目分别为20、40、60、80、100例)。随机选择数据库外10例肺癌患者图像,由一名临床经验丰富的医师进行OAR的手动勾画,将其定义为参考勾画,并对该10例患者图像进行OAR自动勾画,勾画匹配数目分别选择为3和9。通过定量评价勾画时间、豪斯多夫距离(HD)、平均最小距离(MDA)、Dice相似性系数(DSC)以及Jaccard系数(JSC),将自动勾画结果与参考勾画进行单因素方差分析,从而探讨不同数据库病例数及匹配数对自动勾画结果的影响。结果勾画匹配数目选择为3或9时,5组模板中平均自动勾画时间均小于手动勾画,但各组间没有差异性;当勾画匹配数为9时会明显增加自动勾画OAR时间,但仍低于手动勾画OAR所需时间。5组数据库的自动勾画结果之间没有显著性差异(P>0.05)。对于脊髓来说,当匹配数为9时,100例数据库自动勾画结果的MDA、JSC的结果优于40例、60例组;但对于其他器官而言,在5组不同的数据库中,在3和9不同的匹配数目的自动勾画结果之间也没有显著性差异;对于甲状腺来说,MDA、DSC、JSC 3种评价参数的结果均较差,甲状腺的自动勾画尚无法满足临床要求。结论MIM软件应用于肺癌放射治疗中自动勾画OAR能够取得较好的勾画效果,提高工作效率;数据库纳入病例数目的增加及勾画匹配数的增加不会提高OAR的勾画效果,同时数据库中纳入病例数的增加不引起自动勾画OAR时间的增加,但勾画匹配数的增加会引起自动勾画OAR时间的增加,所以考虑时间成本,对于肺癌的勾画建议采用20例作为临床数据库的病例数,采用3例模板数。

直肠癌术前放疗危及器官与临床靶区自动勾画的可行性研究

目的:探讨AccuContour软件及定制化自动勾画模型在直肠癌术前容积旋转调强放疗中临床靶区(CTV)和危及器官(OAR)自动勾画几何轮廓及剂量学各项参数精度,为临床应用提供依据。方法:回顾性选取133例已接受直肠癌术前容积旋转调强放疗的患者,随机分组,65例作为训练集,16例作为验证集,52例作为测试集,构建并训练自动勾画模型,将其导入AccuContour软件并自动勾画CTV和4个OAR,对比自动勾画与手动勾画在CTV和OAR几何轮廓的体积差异(ΔV)、Dice相似性系数(DSC)、Jaccard系数(JAC)、敏感性指数(SI)、包容性系数(lncl)、质心偏差(DC)、Hausdorff距离(HD)等,以及自动勾画与手动勾画CTV和OAR在同一容积旋转调强计划中所受照射剂量学参数差异,从而评估自动勾画效果。结果:CTV的DSC值、JAC值、SI值、lncl值为:0.84±0.06、0.72±0.08、0.81±0.07、0.87±0.08,ΔV值、DC值、HD值为:10.93%(4.56%,15.37%)、5.03(3.27,8.77)mm、15.03(15.00,24.70)mm;OAR的DSC值、SI值、lncl值、JAC值、ΔV值、DC值、HD值比较优劣顺序依次为:右股骨头、左股骨头、膀胱、小肠;自动勾画与手工勾画剂量学参数对比中,除膀胱V_(30)、小肠D_(mean)、CTVD_(95)的差异有统计学意义外(P<0.05),其余均无统计学意义(P>0.05)。结论:在直肠癌术前容积旋转调强放疗中,本研究所采用的自动勾画系统,对于CTV和OAR的自动勾画有一定准确性,为临床医生节省大量时间,提高工作效率。

ABAS软件自动勾画技术在鼻咽癌调强放疗中的应用研究

随着调强放疗不断普及，靶区及OAR手动勾画显得极其费时、费力，这在鼻咽癌上尤其突出。临床上越来越需要具有形变自动勾画功能的软件。ABAS软件是基于非线性图谱的自动轮廓勾画工作站。它以CT图像为基础，通过详尽计算解剖结构边界，为放疗治疗计划提供必须的轮廓勾画。有研究表明自动轮廓勾画准确度较高，