基于卷积神经网络的腮腺浅叶自动勾画研究

目的:评估基于卷积神经网络的自动勾画和在自动勾画的基础上进行手动修改的勾画对腮腺浅叶的分割效果.方法:随机选取于某院肿瘤科进行放射治疗的80例患者,均由高年资临床医生进行手动腮腺浅叶勾画,之后将其分为训练组(60例)和验证组(20例).首先将训练组的患者数据导入AccuLearning进行训练学习得出算法模型;然后将算法模型导入自动勾画软件中对验证组进行自动勾画以及在自动勾画的基础上由低年资医生进行手动修改的勾画;最后以高年资医生所勾画的结构作为参考,通过相似性差异、重合性差异以及位置差异等评估勾画的准确性,并通过比较勾画时间评估自动勾画的效率.结果:以高年资医生的勾画作为参考,单纯的自动勾画相似性系数可达 0.8,勾画时间缩短 83.7%,但腮腺浅叶的边缘重合性较差;通过低年资医生修改的自动勾画相似性系数约为 0.9,勾画时间缩短26.6%,腮腺浅叶的边缘重合性较好.结论:对于腮腺浅叶,单纯的自动勾画能够节省大量的时间并且取得较好的准确性,但是由于腮腺浅叶边界的一致性较差,医生对于自动勾画后轮廓的审查和手动修改仍然是十分必要的.