基于nnUnetv2算法的宫颈癌放疗患者直肠壁自动勾画效果评价

目的:基于人工智能算法研究直肠壁的自动勾画以及自动勾画直肠壁效果分析。方法:搜集2020至2023年在浏阳市人民医院接受放疗的191名宫颈癌患者的CT数据,由两位经验丰富的妇科医生进行直肠壁勾画,导出dicom数据及RT结构,运用nnUnetv2算法建立模型并进行训练,分析手动勾画与自动勾画的直肠壁戴斯系数和95%豪斯多夫距离,并且针对不同体积的直肠壁进行勾画效果分析。结果:自动勾画的整体直肠壁戴斯系数为0.85,内壁戴斯系数为0.92,外壁戴斯系数为0.94;整体直肠壁的95%豪斯多夫距离为3.03 mm,内壁为6.18 mm,外壁为4.99 mm,内外壁戴斯系数明显优于整体直肠壁系数,且外壁戴斯系数优于内壁,95%豪斯多夫距离整体直肠壁优于内外壁,对于有一定内容物(粪便或空气)的直肠壁,勾画效果比空直肠或者充盈的直肠要好;剂量学评估PTV的剂量参数,CI、HI以及直肠壁的V_(45)差异无统计学意义(P>0.05),但直肠壁的V_(40)及D_(mean)差异具有统计学意义(P<0.05),表明自动勾画的直肠壁对PTV的剂量参数无显著影响,但对器官本身的剂量参数有一定影响。结论:采用nnUnetv2算法进行直肠壁的自动勾画可以获得较好结果,能提升勾画效率及准确度,对计划剂量分布影响并不显著,可直接应用于临床计划设计。