3D-CRT、IMRT和VMAT放疗技术在早期宫颈癌根治术后辅助放疗中的应用

目的探讨三维适形放疗(3D-CRT)、固定野静态调强放疗(IMRT)、容积弧形调强放疗(VMAT)技术在早期宫颈癌根治术后辅助放疗中的应用效果。方法选取2017年5月—2019年5月安徽省阜阳市肿瘤医院收治的96例宫颈癌根治术后患者,采用随机数字表法分为3D-CRT组、IMRT组及VMAT组,每组32例,分别采用3D-CRT、IMRT和VMAT放疗技术进行术后辅助放疗。比较3组患者的放疗靶区剂量学指标、短期生存情况及不良反应发生情况。结果3组患者放疗靶区最大剂量(Dmax)、最小剂量(D_(min))、平均剂量(D_(mean))及不均匀性指数(HI)比较,差异无统计学意义(P>0.05);3组患者的适形度指数(CI)比较,差异有统计学意义(P<0.05);IMRT及VMAT组患者的CI均高于3D-CRT组,差异均有统计学意义(P<0.05)。IMRT、VMAT组患者治疗期间的机器跳数多于3D-CRT组,治疗时间均长于3D-CRT组,但VMAT组患者治疗时间短于IMRT组,差异均有统计学意义(P<0.05)。IMRT、VMAT组患者骨盆、直肠、膀胱、小肠及股骨头对应剂量的受照体积小于3D-CRT组,差异均有统计学意义(P<0.05)。3组患者术后1年、2年及3年生存率比较,差异均无统计学意义(P>0.05)。3组患者治疗期间白细胞减少、放射性肠炎及放射性膀胱炎发生率比较,差异均无统计学意义(P>0.05);3D-CRT组患者治疗期间消化道反应及膀胱反应Ⅰ~Ⅱ级发生率均高于IMRT及VMAT组,差异均有统计学意义(P<0.05)。结论早期宫颈癌术后采用3D-CRT、IMRT、VMAT技术辅助放疗,患者短期生存情况差异不大,但与3D-CRT相比,IMRT及VMAT适形度更高,更有利于保护邻近正常组织,安全性更高。

食管癌术后调强放疗剂量预测及自动计划研究

目的探讨食管癌术后调强放疗自动计划的临床剂量学优势及所构建的3D U-Res-Net深度学习模型的剂量预测精度。方法选取110例中上段食管癌术后调强放疗计划病例,其中90例采用九折交叉验证方式进行深度学习预测模型训练,利用获取的最优模型和自动计划的Auto-Plan引擎分别对余下20例进行三维剂量分布预测和自动计划设计,所得结果与手动调强放疗计划进行剂量学比较。结果3D U-Res-Net预测模型等剂量面平均dice系数大于0.92,平均霍夫距离(HD_(95))为0.58~0.62 cm;预测模型的双肺V_(20)、V_(30)、D_(mean)比手动计划结果略有降低(P<0.05);Auto-Plan的计划靶区D_(2)、D_(50)、D_(mean)、HI指数及双肺V_(30)都明显优于人工计划(P<0.05);三者的三维剂量分布差异性较小,靶区及危及器官DVH曲线吻合度较好。结论Auto-Plan和3D U-Res-Net模型能分别较好地完成食管癌术后IMRT计划的自动设计以及三维剂量分布的精准预测。

VMAT技术下右侧乳腺癌改良根治术后增加内乳区照射对危及器官剂量学的影响

目的 探讨容积旋转调强放疗(Volumetric Modulated Arc Therapy,VMAT)技术下右侧乳腺癌改良根治术后增加内乳区照射对心肺等危及器官剂量的影响。方法 选取2019年7月至2022年7月82例接受改良根治术后辅助放疗的右侧乳腺癌患者,常规勾画胸壁及锁骨上下淋巴引流区,每例患者均勾画2个放疗靶区,分别为包含内乳淋巴结引流区[PTV-IMN(+)]及不包含内乳区[PTV-IMN(-)]。分别为2个靶区设计放疗计划,比较两组患者在接受VMAT时心肺等危及器官的剂量学差异。通过剂量体积直方图计算靶区和危及器官剂量学参数。对符合正态分布的连续变量使用t检验。结果 对82例右侧乳腺癌包含或不包含内乳区的两种放疗计划对比发现,PTV-IMN(+)组在患侧肺的V_(5 Gy)、V_(10 Gy)、V_(30 Gy)、D_(mean)高于PTV-IMN(-)组(P<0.05);而两组V_(20 Gy)比较并无统计学差异(P>0.05)。PTV-IMN(+)组心脏的D_(mean)高于PTV-IMN(-)组[(3.75±0.41)Gy vs.(2.17±0.52)Gy](P<0.001),平均剂量增加约1.58 cGy;PTV-IMN(+)组心脏V_(5 Gy)、V10Gy、V20Gy以及RAD_(mean)的照射剂量亦比PTV-IMN(-)组有所增高(P<0.05);但并未发现两组计划在心脏V30 Gy、V40 Gy方面有统计学差异(P>0.05)。对比发现2021—2022年包含内乳区的计划在心脏的V30 Gy、D_(mean)、RAD_(mean)较2019—2020年有下降(P<0.05)。结论 对于右侧乳腺癌患者增加内乳区照射会一定程度增加患侧肺及心脏的照射剂量,但对于部分高危乳腺癌患者在接受辅助放疗时,在严格控制心肺剂量的前提下,仍可考虑将内乳区包括在内。

术中放疗设备的研究进展

术中放疗(Intra-Operative Radiation Therapy,IORT)是指在手术中对患者瘤床、可见肿瘤或易复发转移部位进行单次大剂量照射的放射治疗。鉴于IORT在临床使用中的优势,其在国内外多种癌症的治疗中呈现快速发展的趋势,但国内尚缺乏对现有IORT设备的系统性研究。本文就目前IORT主要厂家的设备和技术在临床应用中的问题进行详细分析和介绍,为各医院和研发单位未来的采购和研发提供建议,推进IORT领域临床和医用设备的进一步发展。

基于剂量预测和自动勾画技术的PET/CT器官内照射剂量率快速评估方法

目的:实现一种基于深度学习的剂量预测和自动勾画技术的正电子发射断层成像(PET)/CT检查器官内照射剂量率的快速评估方法。方法:首先基于患者特定时刻的PET/CT图像,使用蒙特卡罗程序GATE进行内照射剂量率计算,获得每个患者的剂量率分布图。随后,基于U-Net构建深度神经网络,将患者的CT和PET图像作为输入,GATE计算的剂量率图作为金标准进行训练。训练后的深度学习模型能够根据患者的CT和PET图像预测对应的剂量率分布。同时,使用勾画软件DeepViewer对患者CT图像中的器官和组织进行自动勾画,结合预测得到的剂量率分布结果计算相应器官和组织的吸收剂量率。使用50名患者的PET/CT数据,其中10份用于测试,其余40份进行4折交叉训练,每次使用30份用于训练,10份用于验证。将测试集结果与GATE和GPU蒙特卡罗工具ARCHER-NM进行对比。结果:在自动勾画软件DeepViewer勾画的24个器官中,绝大部分器官的深度学习预测剂量率与GATE计算结果偏差在±10%以内。其中大脑、心脏、肝脏、左肺、右肺的平均偏差分别为3.3%、1.1%、1.0%、-1.1%、0.0%,与GATE具有较好的一致性。使用GATE程序进行每名患者的内照射剂量率计算平均用时8.91 h,而使用深度神经网络模型进行内照射剂量率预测平均每名患者用时15.1 s,平均加速比达到2 120倍。和ARCHER-NM的对比表明,基于深度学习方法的剂量率预测具有速度优势,但在结果的可解释性方面还需要改善。结论:利用深度学习预测和自动勾画技术可以从PET/CT图像快速得到剂量率分布,有望作为一种PET/CT内照射剂量率快速评估方法,为临床核医学快速、实时地计算人体内照射吸收剂量提供一种新的解决方案。

SPEEDO:一款快速准确的碳离子蒙特卡罗剂量计算程序

目的:开发一款用于碳离子治疗的快速准确的蒙特卡罗程序SPEEDO。方法:对于电磁过程,采用连续慢化近似的II类浓缩历史模拟方案,模拟能量歧离、射程歧离、多重散射和电离过程。对于核相互作用,本研究考虑5种靶核:氢、碳、氮、氧和钙。产生的次级带电粒子遵循同样的浓缩历史框架。本研究模拟碳离子在4种材料(水、软组织、肺和骨头)中的输运过程,并将计算的剂量结果与放射治疗物理专用蒙特卡罗模拟软件TOPAS进行对比验证,最后与在武威重离子治疗中心医用重离子加速器示范装置(HIMM-WW)上测得的水箱剂量进行对比。结果:SPEEDO的模拟结果与TOPAS具有良好的一致性。对于每种材料在物理剂量大于其体素最大剂量点10%的体素区域,两者的相对最大剂量平均误差均小于2%。在治疗能量为400 MeV/u时,SPEEDO的计算时间(13.8 min)明显小于TOPAS的计算时间(105.0 min)。SPEEDO的计算结果与HIMM-WW的测量值在横向剂量分布和积分剂量深度曲线方面展现出良好的一致性。结论:SPEEDO程序可以准确快速地实现碳离子的蒙特卡罗剂量计算。

适形调强放射治疗联合经动脉化疗栓塞治疗晚期肝细胞癌的预后研究

目的:探讨适形调强放射治疗(IMRT)联合经动脉化疗栓塞(TACE)治疗晚期肝细胞癌(HCC)的疗效及预后。方法:回顾性分析2015年12月至2021年12月安徽省肿瘤医院收治的114例晚期HCC患者,所有患者均采用IMRT联合TACE治疗,使用单因素及多因素Cox生存分析确定影响患者生存期的独立预测影响因素。结果:经IMRT联合TACE治疗后所有患者的总有效率(完全缓解+部分缓解)为60.5%(69/114)。多因素分析发现肿瘤直径较大、高美国东部肿瘤协作组(ECOG)评分、Ⅲ~Ⅳ型门静脉癌栓(PVTT)、肝炎治疗和白细胞计数升高均是影响患者生存期的独立预测影响因素(HR=1.085、2.627、1.891、0.531、1.134,P<0.05)。结论:肿瘤Ⅲ~Ⅳ型PVTT和肿瘤直径较大对患者的生存有很大影响;而患者身体状态、肝炎治疗及全身炎症也是影响患者生存的重要因素。采用IMRT联合TACE治疗晚期HCC具有较好的治疗的效果,但应充分考虑预后生存影响因素。

基于深度学习方法的食管癌术后调强放疗三维剂量分布预测

目的:构建一种深度学习网络模型预测食管癌调强放疗的三维剂量分布。方法:取100例中上段食管癌术后患者的调强放疗计划为研究对象,以患者计划的计算机断层扫描(CT)图像、靶区和危及器官的勾画图像以及适形射束信息作为输入数据,调强适形放射治疗(IMRT)的三维剂量分布作为输出数据,通过搭建的3D U-Res-Net混合网络进行训练并得到预测模型,利用该模型对测试集进行三维剂量预测。采用平均预测偏差-δ、平均绝对误差(MAE)、戴斯相似性系数(DSC)和豪斯多夫距离(HD_(95))评价预测结果的精确性。结果:测试集的平均预测偏差为-0.23%~0.78%,MAE为1.67%~3.07%,两组计划等剂量面DSC均值大于0.91,尤其30 Gy以下的DSC达到0.95以上,平均HD_(95)为0.51~0.73 cm。预测计划的剂量学参数均在临床允许的范围之内且相对剂量偏差小于2%,除靶区D_(2)、脊髓D_(max)、全肺V_(30)差异有统计意义外(P<0.05),其余剂量学参数差别不大。结论:本研究构建的3D U-Res-Net深度学习网络模型可以实现对食管癌术后IMRT三维剂量分布的精确预测。

基于改进非共面容积旋转调强海马保护全脑放疗的剂量学研究

目的:对已有的非共面容积旋转调强(VMAT)海马保护全脑放疗(HA-WBRT)方法进行改进,比较改进的非共面VMAT计划与非共面、共面VMAT计划在HA-WBRT中的剂量学差异。方法:选取15例颅外肿瘤脑转移需行WBRT的患者,分别对每例患者设计改进非共面、非共面和共面VMAT计划,并对3种计划的靶区、危及器官剂量以及加速器MU值和治疗时间进行比较。结果:改进非共面VMAT计划与非共面、共面VMAT计划相比,改进非共面VMAT计划靶区适形性和剂量梯度的差异无统计学意义(P>0.05),但靶区剂量均匀性略差于另外两种计划。在海马体组织Dmax、Dmin、Dmean3项剂量参数上,改进非共面计划可分别控制在约14.37、8.40和10.80 Gy,显著小于非共面和共面计划相应值(P<0.05);其它危及器官如晶体、视神经等剂量均控制在临床安全剂量范围内,各计划之间差异不显著;改进非共面计划MU值和治疗时间均大于非共面计划和共面计划,差异有统计学意义(P<0.05)。结论:相较于非共面和共面VMAT计划,本研究改进的非共面VMAT方法在HA-WBRT中能更进一步降低海马组织的受照剂量,为临床实施HA-WBRT时提供一种切实可行的治疗方案。

CT/MRI混合配准方法及其在放疗计划系统中的应用

旨在研究放疗中图像配准方法,特别是针对放疗中常用的CT、MRI,提出基于混合框架的配准方法,该方法主要包括两个方面:(1)采用掩膜(Mask)提取感兴趣区域、形态学运算等图像处理方法以及CPU多线程并行技术,大幅度提高配准速度;(2)采用由全局到局部的混合配准策略,首先利用基于仿射变换的刚性配准整体配准,以防止图像间偏差过大,在此基础上针对感兴趣区域采用B样条弹性配准,调整局部形变。通过实验表明,采用预处理及加速策略的刚性配准,在保持其精度的情况下,提速比可达10倍,测试结果已达到临床需求;此外,采用基于GPU加速的混合配准策略,其配准速度提至约4 min。

Flash放射治疗技术研究进展

Flash放射治疗(Flash-RT)具有独特的放射生物学特性及潜在临床优势,已成为放射治疗领域的研究热点,但目前关于Flash-RT原理及临床转化等研究仍处于初步阶段。本文对Flash-RT相关研究进展进行综述。

胸中段食管癌3种调强放疗计划及心肺保护比较研究

目的比较并探讨胸中段食管癌3种调强放疗计划及心肺保护比较研究。方法选取24例胸中段食管癌的患者,分别设计常规固定野调强放疗(IMRT)、容积旋转调强(VMAT)、螺旋断层放疗(TOMO)计划,比较3种计划的计划靶区适形度指数(CI)、均匀性指数(HI)、危及器官的剂量学参数以及平均治疗时间和机器跳数(MU)的差异。结果相比VMAT和IMRT计划,TOMO计划拥有较优的HI(P=0.01),CI在3种计划之间差异无统计学意义(P=0.34),TOMO计划比VMAT、IMRT计划能更好降低双肺的V(30)、V(20)(P<0.05);TOMO和VMAT计划之间双肺的V(10)、V5、D(mean)差异无统计学意义(P>0.05),VMAT相比于IMRT计划在V(20)和V5差异有统计学意义(P<0.05);3种计划在心脏V(30)、V(40)、D(mean)和脊髓最大量D(max)差异无统计学意义(P>0.05);TOMO计划时间最长,机器跳数最多,VMAT计划的执行速度最快,相比TOMO时间平均缩短66%。结论在中段食管癌放疗中,TOMO计划比VMAT和IMRT计划在均匀性和双肺保护方面都更有优势,在靶区适形度和心脏、脊髓差异无统计学意义。TOMO需要较长的治疗时间和较多的机器跳数;VMAT时间最短,计划质量也优于普通IMRT,因而是性价比最高的治疗方式。

放疗计划系统DeepPlan光子放疗剂量计算的临床可行性验证

目的:评估DeepPlan放疗计划系统患者计划剂量计算的准确性和临床应用的可行性。方法:剂量算法准确性评估主要是针对YY 0775号和YY/T 0889号报告中的例题内容进行测量验证。临床病例验证是基于Pinnacle计划系统设计的前列腺肿瘤患者9例、胸部肿瘤患者13例和头颈部肿瘤患者5例,试验将各病例原计划优化的子野等信息直接导入DeepPlan进行重新剂量计算,比较不同计划系统得到的靶区和危及器官剂量分布,并用PTW VeriSoft软件对两组计算结果进行全空间剂量γ分析。结果:DeepPlan光子剂量算法通过了剂量计算准确性验证,YY 0775号报告中所有测试例题误差均在2%以内。YY/T 0889号报告中所有患者计划的γ通过率均在96.8%以上,复合野的γ通过率平均值为98.1%。在病例验证中,前列腺肿瘤病例的等中心层面2Dγ通过率平均值为97.6%,3Dγ通过率平均值为96.9%。胸部肿瘤病例的等中心层面2Dγ通过率平均值为98.7%,3Dγ通过率平均值为98.3%。头颈部肿瘤病例的中间层面2Dγ通过率为98.6%,3Dγ通过率平均值为98.8%。结论:通过模体实际测量和临床病例测试,验证了DeepPlan光子放疗剂量计算的准确性和临床应用的可行性。

螺旋断层放疗的快速蒙特卡罗剂量验证模块开发

目的:开发用于螺旋断层放疗(TOMO)的基于GPU加速蒙特卡罗独立剂量验证模块,并将其集成到商业软件Archer QA,应用于临床。方法:首先,采用TOPAS构建TOMO治疗头模型,并获得相空间文件;然后,使用一种快速的透射粒子权重调制算法来模拟粒子在多叶准直器中的输运,以提高计算效率;最后,调用Archer QA里基于GPU加速的蒙特卡罗算法来模拟粒子在患者体内的输运。为验证模型的准确性,比较水箱中不同开野条件下Archer QA计算剂量与测量剂量的差异。此外,选取15例临床病例,其中头颈部、胸腹部、全身各5例,对比Archer QA计算剂量、治疗计划系统(TPS)计算剂量和Arc CHECK测量剂量两两之间的差异。结果:在开野为40 cm×5.0 cm、40 cm×2.5 cm、40 cm×1.0 cm的水箱测试中,Archer QA计算的百分深度剂量、横向剂量分布、纵向剂量分布与对应测量值的平均全局相对误差分别为0.72%、0.66%、0.54%,98%以上体素全局相对误差小于1%。对于15例临床病例,在2%/2 mm的标准下,Archer QA与TPS的平均Gamma通过率为98.1%。相同标准下,Archer QA与Arc CHECK测量值的平均Gamma通过率为99.4%,TPS与Arc CHECK测量值的平均Gamma通过率为99.1%。所有病例模拟的统计误差均小于1%,基于患者CT计算的平均时间为87 s,基于Arc CHECK模体计算的平均时间为64 s。结论:Archer QA能提供快速且准确的剂量计算,可用于TOMO计划的独立剂量验证。

基于U-net卷积神经网络的宫颈癌临床靶区和危及器官自动勾画的研究

目的:基于U-net卷积神经网络的深度学习方法,探讨宫颈癌放疗临床靶区和危及器官自动勾画的可行性。方法:利用U-net卷积神经网络模型搭建的端到端自动分割框架,以100例已进行IMRT治疗的宫颈癌患者CT及组织结构信息为研究对象,并随机选取其中的10例作为测试集。勾画的对象包括临床靶区(CTV)、膀胱、直肠和左、右股骨头5个部分,比较手动和自动勾画的戴斯相似性系数(DSC)和豪斯多夫距离(HD)以评估自动勾画模型的准确性。结果:4种危及器官自动勾画的DSC值都在0.833以上,平均值是0.898;HD值均在8.3 mm以内,平均值为5.3 mm;临床靶区DSC值是0.860,HD值为13.9 mm。结论:基于U-net卷积神经网络建立的自动勾画模型能较为准确地实现宫颈癌临床靶区和危及器官的自动勾画,临床应用中可大幅提高医生的工作效率及勾画的一致性。

三种局部补量技术在晚期宫颈癌放疗中的应用研究

目的探讨三维腔内联合组织间插植(IC/IS BT)、三维腔内(ICBT)联合调强(ICBT+IMRT)以及单纯IMRT技术在局部晚期宫颈癌治疗中的剂量学差异。方法选取16例接受三维近距离治疗的局部晚期宫颈癌患者,在原IC/IS BT计划的基础上分别设计ICBT+IMRT和单纯IMRT计划,研究3种计划中肿瘤靶区和危及器官(OARs)的剂量学差异。结果共制定75个后装治疗计划,其中IC/IS BT、ICBT+IMRT和单纯IMRT各25个。ICBT+IMRT与IC/IS BT计划的靶区体积剂量D90差异无统计学意义(P>0.05),OARs的剂量比较低。单纯IMRT计划中OARs受量相对较大,且V60明显偏高(与IC/IS BT相比,t=6.77、10.37、4.61、2.83,P<0.05)。结论ICBT+IMRT计划的肿瘤靶区剂量覆盖较好且OARs受剂量低,可以作为IC/IS BT替代治疗手段。单纯IMRT技术虽然靶区覆盖度较好,但OARs保护差,不适用于晚期宫颈癌的局部补量治疗。

基于U-net的心脏自动勾画模型的临床应用及改进

目的:拟分析基于不同医院数据的心脏自动勾画模型在临床应用中的适用性及其改进方法。方法:首先,建立基于U-net和Inception模块的心脏自动勾画网络。其次,收集不同治疗中心的患者数据:中国科学技术大学附属第一医院65例(数据1)、MICCAI2019比赛数据50例(数据2)、数据1和2的混合数据(数据3)、郑州大学第一附属医院50例(数据4)和郑州大学第一附属医院100例(数据5),分别训练得到模型1~5。然后,以郑州大学第一附属医院59例患者作为测试集,使用形状相似性系数(DSC)评估该测试集在不同模型上的分割精度,比较模型之间的差别。最后,将模型3作为心脏预训练模型,采用数据5进行模型再训练,分别测试3组实验(20例/次×5次、10例/次×10次、5例/次×20次)对心脏预训练模型的改进情况。结果:测试集在模型1~5中的平均DSC为0.926、0.932、0.939、0.941和0.950。在再训练过程中,模型在20例/次×5次的实验中表现更稳定。结论:基于不同医院的数据训练模型在心脏自动勾画的临床应用上表现存在差异,使用本地医院数据进行训练的模型预测精度更高。对于非本地数据训练的模型,基于本地数据再训练可以有效提高模型预测的精度,其中以20例/次的再训练方式效果较好。

基于级联3DU-Net的CT和MR视交叉自动分割方法

目的:基于级联3D U-Net,利用配对患者头颈部数据[CT和磁共振图像(MRI)],取得比仅CT数据更高分割精度的视交叉自动分割结果。方法:该级联3D U-Net由一个原始3D U-Net和改进的3D D-S U-Net(3D Deeply-Supervised UNet)组成,实验使用了60例患者头颈部CT图像及MRI图像(T_(1)和T_(2)模态),其中随机选取15例患者数据作为测试集,并使用相似性系数(DSC)评估视交叉的自动分割精度。结果:对于测试集中的所有病例,采用多模态数据(CT和MRI)的视交叉的DSC为0.645±0.085,采用单模态数据(CT)的视交叉的DSC为0.552±0.096。结论:基于级联3D U-Net的多模态自动分割模型能够较为准确地实现视交叉的自动分割,且优于仅利用单模态数据的方法,可以辅助医生提高放疗计划制定的工作效率。

MRI-only放射治疗方案中基于深度学习生成伪CT最新进展

MRI-only放射治疗(放疗)的关键在于基于MRI生成伪CT图像(sCT)。深度学习(DL)方法促进了MRI-only放疗相关研究进展。本文着重就MRI-only放疗方案中基于DL生成sCT的研究进展进行综述。

基于2D/3D U-plus-net的心脏自动分割

目的:利用2D/3D U-plus-net提高心脏自动分割的准确率。方法:收集郑州大学第一附属医院60例患者胸部扫描CT图像(数据A)及中国科学技术大学附属第一医院45例患者胸部扫描CT图像(数据B)。基于改进的AlexNet将CT图像分为两类:心脏CT图像和无心脏CT图像。在2D/3D U-net拓扑结构基础上,通过减小网络深度、在长连接中增加新节点、增加解码器中卷积次数的方法,得到改进后的2D/3D U-plus-net;将靠近腹部的心脏CT图像(图像张数由预实验决定)输入3D U-plus-net,其余图像输入2D U-plus-net;采用5倍交叉验证法对模型进行训练及测试。最后通过Dice系数、HD95和平均表面距离(MSD)评估自动分割精度。结果:数据A自动分割的Dice系数为0.941±0.012,MSD为(3.918±0.201)mm,HD95为(5.863±0.561)mm;数据B自动分割的Dice系数为0.934±0.014,MSD为(4.112±0.320)mm,HD95为(6.035±0.659)mm。结论:基于2D/3D U-plus-net的分割方法提高了心脏自动分割准确率。