放療影像自動分割效果評估中幾何參數與劑量學參數之間的關聯性

余行，劉歡，傅玉川

四川大學華西醫院放療科，四川成都610041

前言

靶區及危及器官的勾畫是放射治療流程中重要的一步，相較于手動勾畫，自動分割具有提高勾畫效率、降低勾畫差異等優勢［1］。目前，有基于圖譜的自動分割商用軟件可應用于臨床，在對感興趣區域（Region of Interest,ROI）（主要是危及器官）進行自動分割后，由醫生對自動分割結果進行修改并確認［2］。近年來，基于深度學習的醫學影像自動分割方法迅速發展并開始運用于放射治療靶區及危及器官的自動分割［3-4］，并以其魯棒性和靈活性顯示出巨大的潛力［5］。

無論是基于圖譜的自動分割，還是基于深度學習的自動分割，對分割結果的評估和驗證都是將其應用于臨床必不可少的環節之一。在評估過程中使用最廣泛的輪廓指標是幾何指數，包括體積差異、質心距離、一致性指數和邊緣分析等［6］。盡管幾何指數計算方便，并且可以選擇多種幾何參量來進行較為全面的評估，但它們缺乏臨床相關意義，不能直接反映勾畫差異對靶區和危及器官劑量分布的影響［7］。

本文利用深度學習模型自動分割生成的靶區及危及器官輪廓與醫生手動勾畫輪廓進行多參量的對比評估，探討對自動分割結果進行評估時將幾何參數與劑量學參數聯合使用的必要性與可行性，同時還分析了幾種常用幾何評估參數之間的相關性。

1 資料與方法

1.1 影像資料

圖像數據來自于2015年2月至2019年7月在四川大學華西醫院放療科接受治療的180例宮頸癌患者，分期為IB～IIA期，均于術后接受放射治療，其中162套CT數據用于訓練，18套CT數據用于測試。……