基于級聯(lián)式深度網(wǎng)絡(luò)模型的胃及胰腺自動分割研究

曹洋森，朱曉斐，韓妙飛，盧明智，高耀宗，顧蕾，于春山，孫永健，張火俊

1.海軍軍醫(yī)大學(xué)附屬長海醫(yī)院放療科，上海200433；2.上海聯(lián)影智能醫(yī)療科技有限公司，上海200232

前言

危及器官的結(jié)構(gòu)勾畫是腫瘤放射治療過程中的重要環(huán)節(jié)之一。不同臨床醫(yī)師之間勾畫的危及器官可能存在較大差異［1-3］，這些勾畫差異將影響后續(xù)計劃設(shè)計階段中危及器官優(yōu)化參數(shù)的設(shè)置以及計劃評估階段危及器官DVH的真實劑量統(tǒng)計。危及器官的勾畫耗費了臨床醫(yī)師大量的工作量，以射波刀治療為例，臨床醫(yī)師在熟練掌握醫(yī)生工作站的前提下，完成一例胰腺癌患者的結(jié)構(gòu)勾畫需要40～80 min，十二指腸、胰腺的結(jié)構(gòu)邊界在平掃CT 上常難以界定，如果是術(shù)后輔助放療的患者更難區(qū)分改道后的胃、十二指腸，時間成本將更大。

目前基于CT結(jié)構(gòu)自動分割的解決方案主要有兩種：一是基于圖譜庫（Atlas）的自動分割，二是基于深度學(xué)習(xí)的自動分割。基于圖譜庫的自動分割研究較為成熟且商業(yè)化，但其應(yīng)用范圍更多局限于較為剛性的人體結(jié)構(gòu)部位（頭頸部、盆腔等）。對于腹部受正常蠕動及充盈影響形變較大的結(jié)構(gòu)（如胃、十二指腸等），基于Atlas的自動分割效果不理想。基于深度學(xué)習(xí)的自動分割可以在保證分割精度的同時提高分割速度，但目前開展的研究和應(yīng)用相對較少。基于深度學(xué)習(xí)的圖像分割流程圖如圖1所示。卷積神經(jīng)網(wǎng)絡(luò)（CNN）在深度學(xué)習(xí)的圖像分割領(lǐng)域運用較為廣泛，其中又以U-Net［4］和V-Net［5］應(yīng)用最多。……