勾画_参考网

基于深度学习自动勾画在鼻咽癌调强放射治疗计划中的系统性评价研究

较多，传统的人工勾画方法不仅耗时费力，且缺乏一致性和规范性，因此，自动勾画技术成为当前的研究热点[3～6]。自动勾画程序是利用医学图像分割技术，在某种最优算法下将参考图像与待勾画图像的解剖特征进行空间映射及转换来完成自动勾画过程。本研究基于深度学习（Deep learning，DL）的连心智能云自动勾画平台（AIcontour），通过对20 例既往行鼻咽癌放疗的患者的放疗计划资料进行回顾性研究，通过基于人工勾画的OARs 对AIcontour 自动勾画的相

中国现代医药杂志 2023年10期2023-11-17

自动勾画临床靶区和危及器官用于制定早期乳腺癌保乳术后放疗计划

后复发风险。准确勾画临床靶区(clinical target volume, CTV)和危及器官(organs at risk, OAR)为放疗重要环节,也是生成放疗计划及精准实施放疗的关键。自动勾画可较人工勾画节约时间、缩小不同医师者间勾画结果的差异[1-5],有助于制定放疗计划[6-7]。本研究分析自动勾画CTV及OAR用于制定乳腺癌术后放疗计划的可行性。1 资料与方法1.1 一般资料 回顾性分析2016年3月—2021年6月52例在江苏大学附属医院接

中国医学影像技术 2023年7期2023-07-30

MIM软件自动勾画前列腺癌危及器官

]。放疗前需逐层勾画CT图中危及器官，勾画结果具有操作者主观依赖性，且患者等待时间较长。目前国内外将自动勾画软件用于肿瘤治疗的研究[4-5]较多。本研究观察以MIM-Maestro 6.9软件自动勾画前列腺癌危及器官的效果，筛选最佳数据库病例数和匹配数。1 资料与方法1.1 研究对象 选取2018年1月—2022年4月111例于川北医学院附属医院接受放疗的前列腺癌患者，年龄49～82岁，平均(65.9±0.9)岁。纳入标准：①经活检病理确诊前列腺癌；②复位

中国医学影像技术 2023年1期2023-01-31

18F-FDG PET/CT病灶自动勾画软件在弥漫大B细胞淋巴瘤中的应用

代谢参数通过手工勾画病灶来测量，因淋巴瘤往往侵犯范围较大，且常伴有骨髓浸润［8］，测量结果受操作者主观影响较大，手工勾画费时费力且可重复性差，大大加重了医师的负担。病灶自动勾画的应用可以减少因不同核医学科医师操作之间的差异而导致的测量误差，使获得的PET/CT代谢参数具有稳定性及可重复性。本研究拟使用自动勾画软件对DLBCL患者进行病灶勾画并测量代谢参数，比较其与手工勾画的差异，探讨自动勾画方式应用于临床DLBCL患者的可行性。1 资料和方法1.1 一般资

肿瘤影像学 2022年6期2023-01-29

危及器官自动勾画在鼻咽癌、乳腺癌与直肠癌中应用研究

CT 扫描、靶区勾画、计划设计、计划验证等。其中靶体积和正常组织的勾画是制定调强放射治疗计划的关键步骤之一，尽管手动勾画是建立在一定的标准指南上面， 不同的肿瘤放射治疗医师之间仍有很大的差异。 多项研究表明，不同医院的肿瘤医师之间的轮廓一致性较差，为了解决放射治疗的这一问题，许多研究都集中在放射治疗靶区与正常组织自动轮廓上[1，2]。Song Y 等[3]研究基于神经网络的深度学习方法自动勾画直肠癌放射治疗靶区和正常组织的信息，获得了很高的临床勾画质量及更

生物医学工程与临床 2022年5期2022-12-03

AccuContour软件在乳腺癌靶区和危及器官自动勾画中的研究

靶区及危及器官的勾画是较为关键的一步，是实现精准放疗的必要前提[3]。临床上如何更快速、准确地勾画靶区及危及器官一直是研究的热点。近年来，深度学习自动勾画软件被应用于临床，但其勾画结果因软件不同存在一定的差异性，且有研究表明，基于软件原有的自动勾画模型对临床靶区的勾画效果并不理想[4-5]。目前关于AccuContour（AC）软件学习后重新建模，应用于乳腺癌临床靶区（Clinical Target Volume，CTV）和危及器官（Organs At R

中国医疗设备 2022年7期2022-08-03

基于深度学习肝癌放射治疗中肾脏自动勾画的研究

射治疗医师需精确勾画临床治疗靶区、正常肝组织、肾脏等器官。肾脏作为危及器官之一，其结构的准确勾画对肝癌放疗患者的计划设计以及放疗剂量分布有重要的影响。但放疗医师逐层手工勾画肾脏轮廓，会花费许多宝贵的时间。本研究选取不同具有放射治疗适应症的肝癌患者，利用卷积神经网络模型构建肝癌DICOM自动分割平台，实现对肝癌患者肾脏自动勾画，并对比分析自动勾画和人工勾画的效果，为肝癌放疗患者肾脏自动勾画提供参考。1 材料和方法1.1 病例选择选取崇左市人民医院收治的具有放

世界最新医学信息文摘 2022年14期2022-07-27

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

）轮廓并逐层精准勾画，以保证在肿瘤靶区精确照射前提下，最大限度保护OAR［6-7］。然而手动勾画不仅复杂繁琐、耗时耗力，还受到医生对肿瘤学、解剖学的掌握程度和临床经验、影像质量等主、客观因素的影响，且同一勾画者在不同勾画中也会有偏差［8］。自动勾画软件可以提高勾画效率，减少人工勾画之间的个体差异［9］。本研究使用AccuLearning平台构建并训练自动勾画模型，配合使用AccuContour软件，对直肠癌术前容积旋转调强放疗患者的CTV与OAR进行自动勾

中国医学物理学杂志 2022年7期2022-07-26

RT-Mind自动勾画技术应用于鼻咽癌放射治疗可行性研究

量［8］，而准确勾画临床靶区（Clinical Target Volumes, CTV）和危及器官（Organsat-Risk, OARs）是保证鼻咽癌调强治疗疗效的前提［9］。当前勾画CTV 和OARs 都是由放射治疗医师参考多模态影像资料手动勾画［10］，需要大量的精力和时间，繁琐和重复性的工作降低了医师对患者进行诊疗的效率。近年来，自动勾画软件的开发已成为放疗领域的热点，基于患者图集和基于卷积神经网络的自动勾画是目前两种主要技术［11-12］。RT-

中国医学物理学杂志 2022年6期2022-07-01

两种自动勾画系统勾画头部小体积危及器官的对比

靶区和OAR 的勾画本质上是图像分割，通常由经验丰富的医生手动逐层完成［3］。目前多数医院放射治疗时头部影像扫描层厚为2 mm，一套完整的影像有上百张图片，医生手动勾画靶区和OAR需1～2 d，是一项非常耗时耗力的工作［4］。2016年国务院发布《国民经济和社会发展第十三个五年规划纲要（草案）》，将人工智能列入国家战略地位。放疗行业积极响应国家政策，人工智能应用到放射治疗的各个环节。自动勾画的理念在放射治疗行业普及，电子计算机断层扫描（CT）图像自动分割能

中国医学物理学杂志 2022年6期2022-07-01

头颈部肿瘤中手工勾画危及器官的组间和组内差异性

过程中严格精确地勾画靶区和危及器官（organ at risk，OAR）并对合适的目标函数进行剂量限制[1]。对于头颈部肿瘤患者的靶区及OAR 的勾画非常耗时，并且对同一器官的勾画存在较大的人为差别，或者同一医师在不同时间勾画也存在偏差[2-3]。为此，基于CT 图像模板的自动勾画软件（alas-based autosegmentation, ABAS）应运而生，该软件已越来越受到欢迎并被临床应用，其为医师们节省大量勾画时间的同时能够改善医师之间的勾画差异

医疗装备 2022年11期2022-06-23

两种自动勾画软件对危及器官勾画结果对比分析

中危及器官的准确勾画是非常重要的环节［4］。医生和物理师对危及器官手动勾画不仅费时费力，而且主观性较强，不同医生对同一器官勾画结果不尽相同，同一医生不同时间勾画结果也可能存在偏差［5］。为了减少危及器官勾画的时间并提高勾画精度，越来越多的研究开始专注于靶区及危及器官的自动勾画，从早期的基于图谱库的半自动勾画［6-7］，到现在的基于深度学习理论的自动勾画［8-9］，自动勾画技术发展非常迅速。目前，市面上的商用自动勾画软件在保证勾画精度的同时，缩短了勾画时间，

中国医学物理学杂志 2022年3期2022-03-29

基于MRI图像的自动勾画技术在宫颈癌放疗中的应用研究

n左右的时间完成勾画工作，且不同级别的医生之间勾画质量参差不齐[3]。为了提高勾画效率和质量，自动勾画工具逐渐出现。Pekar等[4]首先提出了基于CT图像的盆部器官（膀胱、股骨头和直肠）的自动勾画方法。自动勾画作为人工勾画的辅助，在一定程度上减轻了相关范畴的临床压力，提高了勾画效率并实现了同质化放疗[5]。近几年，人工智能在自动勾画方面有较多的研究，已有研究表明，通过深度学习的方法自动勾画CT图像的靶区和感兴趣区已取得令人满意的结果[6-7]。由于盆腔软

医疗卫生装备 2022年1期2022-02-23

自动勾画软件在宫颈癌容积旋转调强放射治疗中的剂量学研究

照射，医师应准确勾画出靶区和OAR[1]。但是，宫颈癌患者的OAR 众多，勾画烦琐，因此，自动勾画（atlas-based autosegmentation，ABAS）软件应运而生，其旨在缩短手工勾画OAR 的时间、减少人为误差，达到提高放射治疗准确度的目的[2-4]。陈开强等[5]的研究结果表明，ABAS 软件自动勾画与手工勾画的宫颈癌OAR 接近，但其并未比较两者的剂量学差异。基于此，本研究用ABAS 软件得到的单模板（一对一）和多模板（十对一）两种方

医疗装备 2021年21期2021-11-30

AccuContour软件在自动勾画口腔颌面头颈肿瘤患者口腔结构的应用

，OAR）的精确勾画是实施的关键一环[3]，特别对于头颈部肿瘤来说，由于靶区与OAR空间位置距离很近，给OAR的保护造成一定困难，故精确勾画危机器官成为关键一环。常规的OAR勾画由医生在患者的定位CT上进行逐层勾画，工作量大，且勾画结果受到医师主观的影响，给放疗实施带来不确定性。近年来随着自动勾画工具的出现[4-5]，在一定程度上解决了上述问题，但勾画精度和临床应用价值仍值得探讨。现有的自动勾画技术主要包括基于图谱库[6-8]和深度学习[9-11]的自动勾

中国医疗设备 2021年11期2021-11-30

小样本训练模型在宫颈癌放疗中自动勾画可行性研究

sk，OARs）勾画的准确性显得尤为重要[3-4]。临床上认为手动勾画靶区及OARs是金标准，但这是一个费时费力的过程。有研究表明宫颈癌患者的OARs勾画时间约2 h，而且不同临床医师勾画结果可能因为经验及理解不同而存在较大差异，这大大影响了患者放疗的准确性[4-6]。近年来，基于深度学习自动勾画的研究备受关注，并在前列腺癌、肺癌等部位取得很大进展，降低了放疗医师工作负荷以及勾画差异性[7-9]。深度学习算法模型已逐渐应用于临床，在实际使用过程中，常会发现

中国医疗设备 2021年11期2021-11-30

AccuContour和United Imaging软件自动勾画胸部危及器官

准，这就要求对于勾画目标及危及器官(organ at risk，OAR)需要有较高精确度，对目标体积和OAR进行精确的空间描述，在使肿瘤细胞获得高度适形辐射剂量的同时保护健康组织，防止急性放射损伤及相关并发症。传统人工勾画OAR方法耗时、费力，且观察者内和观察者间均存在差异[1]。随着计算机算法的发展，大量自动勾画软件被开发出来[2]，目前自动和半自动勾画已达到较高精度，且可重复性强[3-4]；主要包括基于图谱的自动勾画方法[5-6]和基于人工智能的自动勾

中国医学影像技术 2021年11期2021-11-24

基于深度学习的正常组织自动勾画在计划设计中的剂量准确度评估

的定位CT图像上勾画危及器官（Organs-at-Risk，OAR）是放疗计划设计过程中不可或缺的环节之一。然而传统的手动勾画十分费时费力[1-2]，因此近年来自动勾画在临床工作中得到了广泛的应用，以提高勾画速度，减少患者等待治疗所需时间[3]。大量研究已经表明，基于深度学习算法的自动勾画技术能够显著减少勾画所需时间，同时可达到接近专家的勾画精度水平[4-10]。然而此类研究主要聚焦于勾画准确性，对实际计划设计中可能存在的剂量偏差鲜有涉及。Nelms等[1

中国医疗设备 2021年10期2021-10-28

基于DICOM RT的鼻咽癌放疗计划剂量限制结构自动勾画研究

和相对位置关系，勾画一定数量剂量限制结构（Dose Limited Structures，DLSs）辅助计划设计[3]。常规的DLSs勾画方式是利用放疗计划系统（Radiation Therapy Treatment Planning System，TPS）中提供的勾画功能模块进行人工逐个勾画，这种方式极大地影响物理师计划设计的效率。谢朝等[4]研究编写AutoHotkey热键脚本，模拟物理师在Eclipse TPS中勾画DLSs时的鼠标点击动作。一些商用

中国医疗设备 2021年9期2021-10-13

自动勾画软件LinkingMed和SPICE应用于头颈部危及器官勾画的准确性比较

及器官数量众多，勾画复杂，限量严格，使得手动勾画危及器官成为一件耗时耗力的事情，因此有诸多自动勾画软件被应用于临床以提高医生的工作效率。这些软件有基于图谱库算法的Smart Segmentation、MIMAtlas、ABAS和Raystation等，其通过匹配图谱库的模板进行刚性或形变配准得到自动轮廓，用户选择不同的病例数建立不同的图谱库模板将影响自动勾画的时间和准确性[1-2]；其中基于概率图谱库算法的软件SPICE的图谱库则不可修改，用户只能调取并使

医疗卫生装备 2021年9期2021-09-24

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

的剂量，需要精确勾画并对剂量进行评估。人工智能（Artificial Intelligence，AI）是一门新兴的技术科学，利用计算机模型和算法来复制模拟类似于人类的智能并执行特定的任务。AI广泛地应用于肿瘤放射治疗的多个方面，主要包括肿瘤靶区及危及器官自动勾画。危及器官的勾画是一项耗时耗力重复性高的工作，而基于AI的自动勾画软件使用简单、易上手。基于深度学习和图谱的危及器官自动勾画方法是目前主要的两种方法，本研究使用基于深度学习的两款国产软件AccuCo

中国医疗设备 2021年7期2021-07-29

奏响提高审题能力的“四步曲”

意义。【关键词】勾画批注审题能力《课程标准》提到：“在整个数学教育的过程中都应该培养学生的应用意识，让他们获得分析问题和解决问题的一些基本方法。”解决问题的前提是需要学生理解题意，而审题则是解题的开始，也是解题的关键。审题需要以一定的知识水平为基础，更需要有良好的读题习惯和有效的思考方法为保证，学生只有通过审题，才能明确题意，为进一步的思考作准备。著名数学教育家波利亚说过：回答一个你尚未弄清的问题是愚蠢的，最糟糕的情况是没有弄清问题就进行演算或

家庭教育报·教师论坛 2021年21期2021-07-13

基于深度学习的rtStation软件自动勾画乳腺癌术后患者心脏结构的应用分析

放疗医师需要准确勾画左肺、右肺、脊髓、心脏等危及器官。心脏作为危及器官之一，其结构的准确勾画对乳腺癌术后放疗患者的精确计划设计和剂量评估有重要意义。但放疗医师逐层手工勾画心脏结构等危及器官，会花费许多宝贵的时间，相应减少了靶区勾画等更重要工作的时间。近年来，多款基于人工智能技术的商用自动轮廓勾画软件（或软件模块）在放疗领域得到了应用［5-9］，这在很大程度上提高了放疗医师的勾画工作效率。上海大图医疗科技有限公司的rtStation软件是其中之一。目前国内对

中国医学物理学杂志 2021年6期2021-07-06

两种自动勾画方法对上腹部危及器官勾画结果对比分析

目前，有多种自动勾画软件已经开始在放疗中使用，可以自动勾画靶区和危及器官（Organs-At-Risk，OARs），为临床节省了大量时间。然而由于患者的个体差异，靶区的自动勾画结果目前还需要人工修改后才能临床使用[1-4]，但是OARs的自动勾画已经与人工勾画差别不大[5-8]。目前自动勾画OARs轮廓主要有两种技术路线：一是利用基于卷积神经网络的深度学习（Deep Learning，DL）算法和具有相应勾画数据的图像训练并建立自动勾画模型；另一种是基于图

中国医疗设备 2021年6期2021-06-25

AccuContour软件在头颈部危及器官自动勾画中的应用研究

0029引言精确勾画肿瘤靶区和危及器官（Organs at Risk，OARs）是实现精准放射治疗的根本保障[1-2]。现阶段，肿瘤靶区和OARs的轮廓线勾画主要由经验丰富的临床医生手动完成，但人工勾画耗时较长效率较低，且极度依赖勾画医生的临床经验，在不同医生或不同患者之间勾画结果存在较大差异。因此，临床工作中特别期待有智能的、快速的自动分割算法来实现肿瘤靶区和OARs的自动勾画。目前，临床上应用较多的主要是基于图谱库（Atlas）的自动分割软件[3-4]

中国医疗设备 2021年6期2021-06-25

人工智能实施头颈部患者组织结构自动勾画的评价研究

于精确的三维轮廓勾画，因此靶区及危及器官(organs-at-risk,OARs)勾画的准确性是实现患者放疗疗效的重要前提条件之一[1]。但临床工作中OARs勾画的是一项极其耗时且繁琐的工作；同时受勾画者的主观性及自身不同专业素质的限制[2-3]，很难保证勾画效果的一致性及准确度[4]，这些差异不仅会影响治疗计划的优化及质量，并且会影响疗效评估以及临床模式的评估[5-6]。头颈部肿瘤尤其是鼻咽癌患者，其肿瘤靶区形状复杂、周围OARs结构众多，OARs勾画工

实用癌症杂志 2021年5期2021-06-10

扛起探路使命先行“勾画”昆山现代化目标

应该是一个可以去勾画的目标”。昆山牢记习近平总书记谆谆嘱托，坚决扛起“争当表率、争做示范、走在前列”使命担当，全力探索一条以“强富美高”为鲜明标识的现代化路径，奋力走在社会主义现代化建设新征程前列。坚持“发展第一要务”，让“经济强”成为现代化建设的稳固基础经济现代化是现代化的基础，只有经济高质量发展，才能为其他领域现代化提供有力支撑。昆山始终坚持发展第一要务，向改革要活力、向开放要潜力、向创新要动力，努力推动经济发展在高平台上行稳致远。强化企业服务优存量。

群众 2021年9期2021-06-10

人工智能技术在鼻咽癌放疗危及器官自动勾画中的应用研究

同剂量照射，精准勾画肿瘤靶区和危及器官(Organs at risk，OARs)的轮廓是实现精准放射治疗的前提和保障。放疗医师需要在CT图像上精准勾画靶区和OARs，这个勾画过程通常费时费力，包含大量简单重复性工作。这些工作降低了临床诊疗效率[2-3]，耽误了病人治疗时间，给繁忙的临床工作带来负担。近年来，随着人工智能技术在放疗医学领域的发展，MIM、OnQ、ABAS等自动勾画软件被广泛报道[4-6]。然而自动勾画技术的准确度有待考证，因此将自动勾画技术应

实用肿瘤学杂志 2021年2期2021-04-29

基于RT-Mind软件的乳腺癌靶区及危及器官的自动勾画

OARs）的精确勾画是乳腺癌患者精确放疗的前提和保证。放射肿瘤医师手动勾画的CTV和OARs是当前临床勾画的金标准，但是临床工作中CTV及OARs的勾画是一个费时且费力的工作，大量重复性的工作降低了医师对患者进行诊疗的效率[2-3]。近年来，自动勾画软件的开发已成为放疗领域的热点，基于患者图集[4-5]和基于卷积神经网络（Convolutional Neural Networks，CNN）[6-7]的自动勾画是目前两种主要的自动勾画技术。本研究的RT-Mi

中国医疗设备 2021年4期2021-04-23

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

其定位CT图像上勾画上述危及器官时，与普通放疗患者不同，需要改变左右习惯来进行认真勾画。在肿瘤放疗工作中，心脏是胸部肿瘤患者的重要危及器官之一，需要进行精确勾画并对其剂量进行认真评估[2]。近年来，随着人工智能技术的不断发展，出现了多种基于图谱库或基于深度学习的自动轮廓勾画软件，可用于危及器官和部分肿瘤靶区的自动勾画[3-4]。然而，由于镜面人在肿瘤患者中的比例很小，目前为止自动勾画的相关研究均没有涉及镜面人患者，尚无对镜面人患者的危及器官进行自动勾画效果

中国医疗设备 2021年4期2021-04-23

三种自动勾画软件应用于中上腹部危及器官勾画的准确性研究

床医师精确定义和勾画靶区与危及器官（Organs at Risk，OAR）。传统的手工勾画OAR不仅费时费力，而且重复性差，此外患者在经过一段时间放疗后，身体的解剖结构会发生变化，肿瘤缩小，则需要重新定位并制订放疗计划[3-5]，而繁琐重复的OAR勾画无疑大幅降低放疗计划制定的效率，也给临床医师造成负担。目前国内外有基于图谱库和形变配准融合自动勾画软件应用于头颈部肿瘤[6-9]、胸部肿瘤[10-14]和下腹部肿瘤[15-20]的OAR自动勾画临床可行性研究

中国医疗设备 2021年3期2021-03-23

智能放疗云平台在肝脏结构自动勾画中的应用

至关重要，但手工勾画过程不仅耗时耗力，占用临床医师大量宝贵时间与精力，还在不同医生间存在较大的主观差异[1]。近年来，人工智能在医学领域的应用使得自动勾画技术成为研究热点之一，出现了针对各种器官的自动勾画算法框架。由于肝脏外形复杂，与邻近器官组织，例如心脏、腹壁肌肉、膈肌等在影像上均缺乏良好的灰度对比，难以形成清晰的边界，使得肝脏的自动医学图像分割仍是医学图像处理中的难点之一[2]。目前出现的ABAS、MIM、Raystation、Velocity等基于图

中国医疗设备 2021年1期2021-01-26

PET/CT在非小细胞肺癌放疗靶区勾画中的应用进展

放疗过程中，靶区勾画起至关重要的作用，对治疗的疗效和预后都有重要的意义。目前60～70 Gy的照射剂量常被应用于局部晚期肺癌患者的放射治疗照射剂量与复发率及生存率明显相关[1,2]。临床上对肿瘤病变区域不但需要实施较高剂量的照射，但同时又不能增加正常组织发生并发症的风险，因此精确勾画肿瘤病变区域至关重要。当前NSCLC患者的放疗靶区勾画和计划设计中，通常使用的是增强CT图像。若患者存在肿瘤相关的肺不张及阻塞性肺炎，靶区勾画时就难以识别肺不张区域与肿瘤病变区

山东医药 2020年27期2020-12-29

DeepViewer软件自动勾画乳腺癌保乳术后肿瘤靶区的初步研究

-2]。放疗靶区勾画的精准性将直接影响术后放疗的结果，以及病人远期的生活质量，常规医生的手动勾画过程繁琐，耗时费力，同时又和临床医生的主观性和临床经验大大相关，如何提高效率的同时进一步提高放疗靶区的精确性，一直是临床医生关注和研究的重点[3-5]。近年来，随着人工智能和图像处理技术的不断发展，出现了多种自动勾画软件。DeepViewer软件能够实现对30余种危及器官及常规临床靶区的自动勾画，本文应用DeepViewer软件自动勾画乳腺癌保乳术后患者的放疗靶

中国医疗设备 2020年12期2020-12-29

大图医疗rtStation软件自动勾画直肠癌患者膀胱结构的应用分析

盆腔其他危及器官勾画与放射计划设计至关重要，而由于危及器官勾画过程耗时耗力，各种自动勾画工具应运而生。本研究测试并定量评估上海大图科技有限公司的放射治疗勾画工作站rtStation软件在直肠癌患者膀胱结构自动勾画结果的准确性。1 材料与方法1.1 自动勾画软件rtStation是一款基于云架构的放疗医生工作站，通过云端计算，深度学习以及基于GPU的图像显示技术，为肿瘤放疗医生提供自动勾画、配准融合及剂量评估等工具。其自动勾画模块使用3D-Unet架构执行训

中国医疗设备 2020年12期2020-12-29

基于密集全连接卷积网络的宫颈癌患者CTV自动预勾画

[2-4]。精确勾画临床靶区体积（clinical target volume,CTV）在放疗过程中起着关键作用，直接影响患者预后。目前，勾画CTV由放疗科医师基于CT图像手动完成。近年来，使用深度学习进行病灶自动识别勾画备受关注，并在鼻咽癌、直肠癌等部位获得很大进展[5-8]。宫颈癌CTV区域除包括影像学可见的病变之外，还包含亚临床病变区域和可能侵及区域，受侵范围不一和器官充盈程度都会影响勾画。相关研究进展缓慢，未有结果报道。本研究尝试使用在女性盆腔分割

中国医疗器械杂志 2020年5期2020-10-13

基于U-Net的自动分割方法对乳腺癌危及器官的自动勾画

s）及靶区的准确勾画是重要的步骤之一。通常都由医师对相应的CT图像进行手动勾画OARs及靶区，而手动勾画这些结构不仅耗时费力，而且勾画结果更依赖于医生所掌握的解剖学和肿瘤学知识，主观性较强，一致性和规范性较差。近年来，有越来越多的研究致力于OARs自动勾画。当前已有多种类型的自动勾画技术，其中包括基于图谱的自动勾画技术[2-3]，基于机器学习的自动勾画技术和基于神经网络的自动勾画技术[4-6]。基于图谱的自动勾画技术是通过目标CT图像与图谱库内的参考图像进

中国医疗设备 2020年8期2020-08-27

体积对自动勾画软件勾画危及器官准确性的影响

 OAR）的准确勾画是一个非常关键的环节［2‐3］。而医生手动勾画OAR 是一个十分耗时的过程，每一个患者都有数百张CT 图像，而医生需要对相关的CT图像进行逐张勾画。Walker等［4］和Teguh 等［5］经过研究发现与手动勾画OAR 相比，自动勾画可节省大量的时间。手动勾画OAR一般需要数小时而自动勾画则仅需数分钟乃至数秒即可完成。近年来，多种OAR自动勾画技术被相继开发，其中包括基于图谱的自动勾画技术［6‐7］、基于机器学习的自动勾画技术［8］和基

中国医学物理学杂志 2020年7期2020-08-04

DeepViewer软件自动勾画乳腺癌保乳术后患者心脏结构的应用

官，需要进行精确勾画并对其剂量进行认真评估。然而，现有的治疗计划系统（Therapy Planning System，TPS）一般具有自动勾画肺和脊髓的功能，但是不具有自动勾画心脏结构的功能。近年来，随着人工智能和自动轮廓勾画技术的不断发展，出现了多种自动勾画软件[5-8]。安徽慧软科技的DeepViewer软件，能够实现对30余种危及器官的自动勾画，目前国内尚无对其测试和评估的文献报道。本文应用DeepViewer软件自动勾画乳腺癌保乳术后患者的心脏结构

中国医疗设备 2020年4期2020-06-09

智能放疗云平台自动勾画食管癌患者心脏结构的应用

肺、脊髓等）进行勾画，此过程费时费力，占用了临床医师大量宝贵时间。近年来，随着自动勾画技术的不断发展，出现了多种自动勾画软件，如ABAS 软件、MIM、OnQ 等软件［9-11］。连心医疗的智能放疗云平台（RAIC.OIS），其自动勾画工具可以实现对多种危及器官进行自动勾画，目前国内尚无对其测评的报道。本文应用智能放疗云平台的自动勾画工具对食管癌患者的心脏结构进行自动勾画，并比较分析自动和手动两种勾画方式的差异。1 材料与方法1.1 智能放疗云平台连心医疗

中国医学物理学杂志 2019年12期2020-01-07

算法和匹配数目对宫颈癌危及器官自动勾画的影响

中危及器官轮廓的勾画是一个极其重要的环节。常规医生手动勾画耗时、费力，而且勾画者之间具有较大的差异性［1］，自动勾画软件的出现能够在一定程度上帮助医生提高勾画效率［2］，减少勾画者之间的差异性［3］。但对自动勾画软件勾画结果的评价［4］以及提高自动勾画精确性的方法［5］仍在不断的探索中。MIM-Maestro软件作为一款医学图像和信息管理软件，主要用于多模态医学图像的配准和融合、放射治疗剂量的叠加、自动器官轮廓勾画等。MIMMaestro将含有勾画数据的模

中国医学物理学杂志 2019年11期2019-11-29

基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用

计划设计前精确地勾画靶区和危及器官（Organs-at-Risk,OAR）体积轮廓［1-2］。通常，医生根据患者的CT图像手动描绘放疗靶区和OAR，然而勾勒过程非常耗时，包含了大量重复性的工作，降低了诊疗效率，耽误了患者的治疗时间。当前已有多个基于图谱库（Atlas-based）的自动勾画软件投入到临床应用中，可以为医生节省大量的OAR勾画时间，提高工作效率，并减少不同医生间的勾画差异［3-6］。然而基于图谱库的自动勾画软件需要大量已经勾画好OAR的CT图

中国医学物理学杂志 2019年11期2019-11-29

自动勾画软件在肿瘤放射治疗教学的应用

OAR)的高精度勾画是实施精确放疗的前提和关键技术。目前，临床上主要依靠医生手工勾画OAR、CTV，不仅效率低下，而且主观性较强；因此，借助计算机信息处理和人工智能技术的发展，提供肿瘤放射治疗CTV和OAR智能化、自动化勾画软件来解决问题，必然有广阔的应用前景。肿瘤放射治疗学是专科医学教育阶段课程，基本内容涉及医学影像学、临床病理学、肿瘤学、放射物理学、放射生物学、放射治疗技术及其它临床学科，涵盖知识面非常广泛[1]。我国现有的专科医学教育多采用大班授课、

医学教育研究与实践 2019年4期2019-08-26

定量评价Atlas模板库病例数目对宫颈癌危及器官自动勾画的影响

图像上精确的轮廓勾画是一个重要环节。放射治疗开始之前，肿瘤及其相关的所有危及器官都要被勾画出来，以便在实施剂量计算后对靶区和各危及器官进行定量的评估。常规的医生手动勾画存在诸多弊端：过程繁琐，耗费大量的时间和人力，从而导致器官勾画效率较为低下；轮廓的勾画存在人为误差，带有一定的主观性，准确性、重复性差。自动勾画软件的出现能够在一定程度上改善这种差异。目前市场上已出现多种可以实现自动勾画功能的商用软件，其中大部分软件是基于图谱的自动勾画（Atlas-Base

中国医学物理学杂志 2019年7期2019-07-25

自动勾画技术在前列腺癌自适应放射治疗中的临床应用研究

像上，准确定义与勾画出靶区和OAR的轮廓。传统定位图像上的手工勾画占用医生临床工作的大部分时间，且易形成不同勾画者间的差异[2-5]。这已经迟缓了自适应放射治疗(adaptive radiotherapy，ART)技术快速发展的脚步[6]。ART的特点需要在放射治疗间期更为快速、准确地进行相关结构的勾画。在这样的前提下，OAR甚至靶区的自动勾画成为研究的焦点[6-9]。因此，一些自动，半自动勾画软件应运而生，并应用于临床实践中。然而，国内外对于自动勾画技术

中国医学装备 2019年4期2019-04-29

自动勾画软件对鼻咽癌靶区和危及器官勾画结果对比分析

 楠 张福泉自动勾画软件对鼻咽癌靶区和危及器官勾画结果对比分析单书灿①邱 杰②全 红①刘 峡②杨 波②庞廷田②刘 楠②张福泉②目的：分析和比较两种自动勾画软件对放射治疗中鼻咽癌患者CT图像的靶区和危及器官勾画效果。方法：选取50例鼻咽癌患者的CT图像，建立一个数据库，另选20例鼻咽癌患者的CT图像应用RS和MIM两种软件进行基于以上数据库的勾画，对两种软件勾画结果进行形状相似性指数(DSC)和交叉指数(OI)分析，并对两种勾画结果的差异进行配对t检验。结果

中国医学装备 2015年7期2015-12-12

四维CT轮廓勾画方式的探讨

通过对比两种方法勾画的内肿瘤区（IGTV）位置和体积差异，探讨一种满足临床准确度要求且高效的4D CT轮廓勾画方式。方法：选取10例行胸部4D CT患者，每例都采用两种方式进行IGTV勾画。一种为所有时相逐层勾画后融合，定义为IGTV1；另一种为单套勾画，其余时相作为背景播放，定义为IGTV2。为了保证测试充分性，由十位医生完成全部病例勾画。对比两种方法所得IGTV的几何中心位置、体积大小、重合度及勾画时间。结果：两种方式产生的IGTV几何中心在x、y、z

现代仪器与医疗 2015年2期2015-12-03

Ⅲ期非小细胞肺癌调强放疗勾画临床靶区必要性的探讨

目前调强放疗靶区勾画：肿瘤靶区（GTV）、临床靶区（CTV）、内靶区（ITV）、计划靶区（PTV）是标准。在生存率无明显提高的情况下，缩小放疗靶区降低放疗不良反应，可提高患者的生活质量。笔者对Ⅲ期非小细胞肺癌调强放疗不勾画临床靶区进行初步探讨。1 资料与方法1.1 研究对象 调强放疗80例Ⅲ期非小细胞肺癌患者，随机分为研究组（不勾画临床靶区）40例，对照组（勾画临床靶区）40例。入组标准：肺癌经病理证实；TNM分期Ⅲ期；ECOG分级0～1级；初治者；无影响

实用医药杂志 2015年9期2015-12-02