首页 > 中国医学物理学杂志 > 构建混合多尺度神经网络自动分割Graves眼病的放疗临床靶区

构建混合多尺度神经网络自动分割Graves眼病的放疗临床靶区

Construction of a hybrid multi-scale neural network for auto-segmentation of the clinical target areas in Graves' ophthalmopathy

二维码有效期 120s

摘要目的:构建混合多尺度神经网络(HMnet)实现放疗临床靶区的自动勾画,提供一个高精度的CT影像自动分割模型.方法:HMnet是一种端到端的卷积神经网络,使用深度残差网络提取特征,由4个不同内核的卷积层组成的多尺度特征融合模块进行处理,以适应不同尺度大小的临床靶区;再引入注意力残差模块对多尺度特征融合模块输出的有效特征进行强化.共采用117例Graves眼病病例的CT影像数据和临床靶区轮廓训练和评估HMnet,选择骰子相似系数(DSC)、95％豪斯多夫距离(95HD)作为评估指标.结果:采用HMnet进行Graves眼病放疗临床靶区自动勾画的DSC为0.8749,95HD为2.5254 mm,均优于Unet、Vnet、ResAttUnet3D网络,也优于同一位医生两次勾画结果的平均DSC.结论:HMnet能准确实现Graves眼病放疗临床靶区的自动勾画,可提高放疗医生的工作效率及勾画的一致性.

作者 张盛元 ^[1] 何奕松 ^[2] 罗勇 ^[2] 勾成俊 ^[3] 傅玉川 ^[2] 吴章文 ^[3] 学术成果认领

作者单位 陕西省肿瘤医院放疗科,陕西西安710061;辐射物理及技术教育部重点实验室/四川大学原子核科学技术研究所,四川成都610064 ^[1] 四川大学华西医院放疗科,四川成都610041 ^[2] 辐射物理及技术教育部重点实验室/四川大学原子核科学技术研究所,四川成都610064 ^[3]

关键词 Graves眼病混合多尺度神经网络图像分割深度学习

分类号 R319（医用一般科学）R811.1（放射医学）

栏目名称

医学放射物理

DOI 10.3969/j.issn.1005-202X.2023.03.002

发布时间 2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家重点研发计划（2016YFC0105103）