谷歌浏览器插件
订阅小程序
在清言上使用

基于RT-Mind软件的乳腺癌靶区及危及器官的自动勾画

China Medical Devices(2021)

引用 0|浏览7
暂无评分
摘要
目的 探讨RT-Mind软件在乳腺癌临床靶区(Clinical Target Volumes,CTV)及危及器官(Organs-At-Risk,OARs)自动勾画的可行性,为临床应用提供依据.方法 选取10例乳腺癌保乳术后放疗患者,由临床医生手动勾画CTV及OARs(左肺、右肺、心脏及健侧乳腺),并以此勾画结果作为参考标准,再使用RT-Mind软件自动勾画CTV及OARs.比较手动及自动勾画的相似性系数(DSC)、Jaccard系数(JAC)、Hausdroff距离(HD)及体积差异(VD)等参数以评估勾画效果.对于自动勾画的CTV,沿Body内收0.5 cm作为新的自动勾画临床靶区CTV内收0.5 cm,再通过上述评估参数评估其勾画效果.结果 CTV自动勾画的DSC值、JAC值、VD值、HD值分别为0.77±0.06、0.64±0.07、(33.47±18.66)%、(2.53±0.64)cm;CTV内收0.5 cm的DSC值、JAC值、VD值、HD值分别为0.83±0.05、0.71±0.07、(17.12±12.11)%、(2.53±0.64)cm,相比自动勾画CTV,除HD值无变化外,其它评价参数均有明显改善.四个OARs的HD均值均小于2.00 cm,四个OARs的DSC、JAC、VD均值比较:双肺>心脏>健侧乳腺,表明双肺勾画效果最好,心脏次之,最后是健侧乳腺.结论 RT-Mind软件能够较为准确的实现乳腺癌患者OARs的自动勾画.对于乳腺癌CTV,RT-Mind软件自动勾画效果不理想,而将自动勾画的CTV沿Body内收0.5 cm后,其勾画效果有明显提高.RT-Mind软件能够为临床医生节省时间,提高工作效率.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要