基于人工智能与深度学习在脑胶质瘤精准放疗肿瘤靶区及正常器官自动勾画的研究

目的:人工智能与深度学习在脑胶质瘤精准放疗肿瘤靶区及正常器官自动勾画的研究。方法:选取2019年1月-2021年6月淄博世博高新医院收治的行脑胶质瘤术后放射治疗的患者48例为研究组,将48例脑胶质瘤患者数据分别导入50例和80例数据库中进行靶区及危及器官自动勾画,比较影像诊断医师与放疗医师勾画在数据库数量的增多情况下,肿瘤区(GTV)和肿瘤临床靶区(CTV)肿瘤靶区及正常器官勾画的精度及重复性是否产生影响,比较模型相似度、准确度,勾画效率、勾画误差,对此模型库数据进行理论验证和模型修正。结果:影像医师勾画GTV边缘相似度较放疗医师CTV边缘相似度好,80例数据较50例数据更稳定,均>90%。正常器官分割效果较为稳定,GTV和CTV比较,差异有统计学意义(P<0.05)。结论:两个模型的预测效能和不同表现的数据显示,最终确定,更准确、更高效地提高勾画效率、减少勾画误差的潜在优势。有助于减少照射体积,提高靶区准确性并对放射性脑坏死发生率评定,可为脑胶质瘤放疗的靶区勾画提供临床研究基础。