换一批基于融合卷积神经网络的术后宫颈癌靶区及危及器官自动勾画
Automatic Post-operative Cervical Cancer Target Area and Organ at Risk Outlining Based on Fusion Convolutional Neural Network
摘要基于CT图像的器官分割对于放疗治疗计划至关重要,制定放射治疗计划前需要对危及器官和靶区进行勾画,这既费力又费时,该研究提出了一种基于融合卷积神经网络的全自动分割方法来提高医生勾画危及器官和靶区的工作效率.选取170例术后宫颈癌IB期和IIA期患者的CT图像进行膀胱、直肠、左右股骨头和肿瘤靶区(CTV)的网络训练和自动勾画,并利用神经网络对靶区周围易于分辨的血管进行定位,实现对CTV更精准的勾画.
更多相关知识
- 浏览152
- 被引0
- 下载30
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
