论文部分内容阅读
背景及目的目前癌症依然是威胁人类生命健康、家庭幸福的重大疾病,随着科技的不断进步,在医疗领域中对癌症的诊断、治疗、康复等各个环节也向着高效、精准方向发展,而传统的放疗轮廓勾画工作是手动的,费时费力,准确性和重复性均存在较大的个体化差异。本研究基于国家重点研发计划项目,自主研发一款基于深度学习（deep learning,DL）的放疗轮廓勾画软件,并融合高精度中国数字化人体模型,对放疗危及器官（organs at risk,OAR）轮廓勾画进行对比研究,探讨自动勾画软件的高效性、精确性和智能化。本课题目的在于探索放疗轮廓勾画的自动化和智能化的技术方法,以解放放疗医生劳动力,在提高工作效率的同时兼顾提升放疗精度,缩短放疗患者等待时间,同时为推行不同层级医院同质化放疗提供智能软件设备和智能放疗思路。方法第一部分:基于深度学习的放疗轮廓勾画软件Yorktal-CS的自主研发与深圳市旭东数字医学影像技术有限公司、陆军军医大学数字医学教研室合作,自主研发放疗轮廓勾画软件Yorktal-CS,使用C++语言研发软件基本架构,采用基于深度学习神经网络技术研发轮廓自动勾画功能以及对软件进行验证与确认。第二部分:Yorktal-CS在鼻咽癌调强放疗危及器官勾画中的对比研究回顾性随机选取2016年1月至2018年12月31日在重庆市5家不同等级放疗中心经调强放疗（Intensity-modulated radiation therapy,IMRT）的鼻咽癌患者共计100例,收集其病例及影像学资料,分别使用Yorktal-CS放疗轮廓自动勾画软件（自动勾画组）、Eclipse软件（对照组1）与Fonics Plan软件（对照组2）勾画上述100例患者双侧眼球、晶体、视神经、腮腺、口腔、脊髓、脑干及大脑共8种12个危及器官,分析对比三组勾画的时间,再用相似性系数（dice similarity coefficient,DSC）值评价自动勾画组中Yorktal-CS的勾画结果。使用SPSS 25.0软件进行统计分析,采用Friedman秩和检验对三个样本进行比较。组间差异有显著性时,采用Dunn-Bonferroni检验对两组进行组间事后比较分析。对照组1和2组间采用Wilcoxon秩和检验进行比较。全部统计检验均为双侧概率检验,检验水准α=0.05,以P<0.05为差异具有统计学意义。第三部分:基于数字人体的海马等危及器官精准勾画探究随机选取2018年1月至2018年12月31日在陆军军医大学第二附属医院放疗中心进行头颈部放疗的患者30例,收集其影像学资料、病历资料、随访数据等。使用Yorktal-CS软件自动配准融合功能,从4套数字人中选择形态与个体化患者头颈部最为相近的一套进行自动融合,参照形变后数字人图像,精确勾画出海马区及头颈部其他部分危及器官。展示配准融合效果及海马等危及器官勾画结果。结果第一部分:基于深度学习的放疗轮廓勾画软件Yorktal-CS的自主研发Yorktal-CS放疗轮廓勾画软件,在医学影像技术基础上,具有危及器官自动分割技术以及器官和组织三维重建技术,由5大模块组成,除常规勾画功能外,加载中国数字人体模型,可三维显示放疗轮廓,可一键自动勾画17个危及器官,且具有良好的数据兼容性,可在部分国产及进口TPS间传输、编辑文件,保证其临床的可应用性。该自主研发的放疗轮廓勾画软件已经获得国家医疗器械注册证。第二部分:Yorktal-CS在鼻咽癌调强放疗危及器官勾画中的对比研究危及器官勾画时间:用三种软件分别对12种鼻咽癌危及器官进行勾画。Yorktal-CS的勾画时间为225.33（222.02-228.86）秒,而Eclipse和Fonics Plan分别为1081.31（1056.92-1094.49）秒和1945.80（1891.97-1996.96）秒。三组间差异有统计学意义（x2=592.62,P=0.000）,两组间差异均有统计学意义（P值均为0.000）。同时,与Eclipse相比,Fonics Plan需要更长的勾画时间,且各危及器官之间的勾画时间也存在显著的统计学差异。危及器官勾画精度:用Yorktal-CS软件进行自动勾画,以DSC值为标准评估其精度。除双侧视神经（左侧0.76;右侧0.77）和左侧晶状体（0.79）外,所勾画危及器官的DSC值中位数均大于0.8。DSC值最大值为0.94（见于双侧眼球）,最小值为0.66（见于口腔）。双侧眼球DSC值主要分布在0.85到0.94之间,双侧视神经则分布在0.74到0.81之间。四分位间距:双侧眼球为0.03,而口腔为0.13。第三部分:基于数字人体的海马等危及器官精准勾画探究本研究配准融合30例患者的头颈部CT（Computed Tomography,CT）,成功30例,失败0例。展示对比脑干、咽缩肌、腮腺、视交叉及海马等头颈部危及器官融合数字人显示及勾画效果。结论本研究中自主研发的放疗轮廓勾画软件（Yorktal-CS）在采用深度学习技术的基础上,有机融合高精度中国数字化人体数据集,能与个体化患者头颈部CT较好的配准融合,在鼻咽癌放疗大部分危及器官轮廓勾画中,勾画速度远远高于两款主流商用放疗软件,也保证了勾画精度,基本实现了便捷、快速、高效、自动的特点。随着软件的进一步功能完善,具有较大的临床应用潜力,为解放放疗医生劳动力,提高同质化放疗水平提供了智能放疗解决思路。