期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
危及器官自动勾画在鼻咽癌、乳腺癌与直肠癌中应用研究
被引量:
2
1
作者
周含
赵本新
+2 位作者
朱锡旭
陈颖
沈泽天
《生物医学工程与临床》
CAS
2022年第5期580-587,共8页
目的 评价自动勾画与手动勾画软件在危及器官(OAR)勾画方面差异,研究OAR剂量学参数的变化。方法 选择在放射治疗科行调强放射治疗患者33例,其中男性11例,女性22例;年龄38~81岁,平均年龄63.4岁;鼻咽癌13例,乳腺癌10例,直肠癌10例。在同...
目的 评价自动勾画与手动勾画软件在危及器官(OAR)勾画方面差异,研究OAR剂量学参数的变化。方法 选择在放射治疗科行调强放射治疗患者33例,其中男性11例,女性22例;年龄38~81岁,平均年龄63.4岁;鼻咽癌13例,乳腺癌10例,直肠癌10例。在同一定位CT序列图像分别进行手动勾画与自动勾画。首先使用AccuContour软件评估自动勾画结构与手动勾画的相似性指数,然后将自动勾画与手动勾画的OAR结果回传至Pinnacle 9.8计划系统,将以手动勾画为参考的剂量分布复制到自动勾画靶区上,评价手动勾画与自动勾画OAR的体积剂量和剂量体积等参数的变化。结果 鼻咽癌、乳腺癌和直肠癌平均手动勾画的时间分别为(56.50±9.00) min、(23.12±4.23) min和(45.23±2.39) min;AccuContour自动勾画的平均时间为(1.5±0.23) min、(1.45±0.78) min和(1.80±0.56) min。鼻咽癌中,眼球勾画获得最佳Dice相似系数(DSC)为0.907±0.020,脊髓获得最差的DSC为0.459±0.112;乳腺癌中,所有OAR包括肺、心脏与脊髓均获得很好勾画效果(DSC> 0.7),其中肺的勾画最佳DSC为0.944±0.030,最差勾画脊髓DSC为0.709±0.100;直肠癌中,OAR膀胱勾画获得最佳DSC为0.91±0.04,而股骨头的勾画最差,DSC为0.43±0.10。尽管大部分器官都得出很好的自动勾画效果,然而自动勾画的剂量学参数却有重要的差别,勾画效果较差的小体积器官,如晶状体、视神经等剂量学参数差异无统计学意义(P> 0.05),而勾画效果较好的大体积器官,如剂量学参数差异有统计学意义(P <0.05)。结论 基于深度学习的自动勾画方法具有很高临床研究价值,然而DSC的值不能完全反映剂量分布。膀胱、肺等边界清楚的器官可以采用自动勾画,而对于股骨头、脊髓和脑干等一些依赖于人工经验及勾画习惯的可以采用半自动勾画的方式,自动勾画不仅为临床应用节省了大部分的勾画时间,也对临床手动勾画起到监督�
展开更多
关键词
自动勾画
放射治疗
深度学习
危及器官(OAR)
相似性指数
剂量体积直方图(DVH)
下载PDF
职称材料
探讨AI用于食管癌危及器官自动勾画的可行性
被引量:
8
2
作者
王萍
王继平
+3 位作者
李鑫
陈传喜
马晋茗
杨志勇
《中国辐射卫生》
2019年第6期709-713,共5页
目的探讨人工智能用于食管癌危及器官自动勾画的几何学和剂量学精度。方法首先,选择100例食管癌患者基于连心人工智能平台建立图像数据库,每个患者包含5个已经手工勾画的危及器官。然后将其他20例患者CT图像传入人工智能平台,系统自动...
目的探讨人工智能用于食管癌危及器官自动勾画的几何学和剂量学精度。方法首先,选择100例食管癌患者基于连心人工智能平台建立图像数据库,每个患者包含5个已经手工勾画的危及器官。然后将其他20例患者CT图像传入人工智能平台,系统自动勾画危及器官作为目标图像,与手工勾画的危及器官进行几何学和剂量学比较。最后,分别比较两种勾画方式所需的时间、体积差异、重合度指标、相似性系数和剂量学差异。结果自动勾画比手工勾画左肺、右肺、心脏、肝脏和脊髓分别节省时间98.83%、94.55%、84.9%、77.96%和94.15%,两者差异有统计学意义(t=2.27、3.28、4.92、-1.39、0.21,P<0.05)。左肺、右肺、心脏、肝脏和脊髓体积差异分别为(5.58±2.53)cm3、(8.57±4.36)cm3、(0.97±0.34)cm3、(1.47±0.65)cm3和(0.73±0.21)cm3,DSC值为0.78~0.96,DSC>0.7,OR值为0.84~0.97,重合度好。自动勾画与手工勾画危及器官剂量学对比中,各项剂量学指标均符合临床要求,除右肺V5的剂量学指标的差异有统计学意义(t=0.41,P=0.04<0.05),左肺,右肺,肝脏,心脏和脊髓的其他剂量学指标的差异均无统计学意义(t=-1.23~3.11,P>0.05)。结论食管癌危及器官的自动勾画几何精度高,剂量学差异小,时间短。AI在临床中的应用,可以大大提升医师的工作效率。
展开更多
关键词
人工智能
自动勾画
危及器官
相似性系数
剂量学差异
原文传递
结合超像素和U型全卷积网络的胰腺分割方法
被引量:
3
3
作者
曹正文
乔念祖
+1 位作者
卜起荣
冯筠
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第10期1777-1785,共9页
为了提高现有胰腺图像分割方法性能,提出一种超像素和U型全卷积网络(U-NET)结合的胰腺图像分割方法.首先,提出一种胰腺CT图像的超像素分割方法;然后,依据分割结果对图像进行映射降维得到腹部视觉概要图像,再将其与超像素位置信息作为U...
为了提高现有胰腺图像分割方法性能,提出一种超像素和U型全卷积网络(U-NET)结合的胰腺图像分割方法.首先,提出一种胰腺CT图像的超像素分割方法;然后,依据分割结果对图像进行映射降维得到腹部视觉概要图像,再将其与超像素位置信息作为U型全卷积网络的输入;最后,得到分割好的胰腺器官.在NIH胰腺公开数据集上的实验结果表明,文中方法将戴斯相似系数(DSC)提高到87.9%,高于目前已有的胰腺图像分割方法.并且其运算速度高于U-NET.
展开更多
关键词
胰腺图像分割
超像素
U型全卷积网络
戴斯相似系数
下载PDF
职称材料
以戴斯相似系数作为评估参数的自动勾画技术用于胃和十二指肠的可靠性
4
作者
马秀瑞
张建英
+5 位作者
李婷婷
张玉洁
肖寒
孙菁
吴泇俣
嵇卫星
《复旦学报(医学版)》
CAS
CSCD
北大核心
2022年第6期948-954,共7页
目的研究不同类型的剂量限值与评估自动勾画结果的戴斯相似系数(Dice similarity coefficient,DSC)的关系,分析将自动勾画技术用于放疗的可靠性。方法收集2019年3月至2021年3月内43例接受过上腹部放疗的患者图像,基于RTOG指南以及AccuCo...
目的研究不同类型的剂量限值与评估自动勾画结果的戴斯相似系数(Dice similarity coefficient,DSC)的关系,分析将自动勾画技术用于放疗的可靠性。方法收集2019年3月至2021年3月内43例接受过上腹部放疗的患者图像,基于RTOG指南以及AccuContour系统,分别对胃和十二指肠进行人工和自动勾画,共得到40例胃部和38例十二指肠的勾画结果。统计各样本的DSC,分析其与剂量体积直方图曲线(dose volume histogram,DVH)参数的差异及平均剂量差异及最大剂量差异的关系。结果DVH参数差异和平均剂量差异随着DSC的增加而减小。DSC>0.95以后,DVH参数和平均剂量的差异将分别缩小至5%和2 Gy。DSC对最大剂量差异大小的预测结果较差。结论DSC本身不足以保证自动勾画技术用于放疗的可靠性,需要进一步评估该技术导致的各类型剂量参数差异。
展开更多
关键词
深度学习
放射治疗
自动勾画
戴斯相似系数(
dsc
)
剂量限值
下载PDF
职称材料
题名
危及器官自动勾画在鼻咽癌、乳腺癌与直肠癌中应用研究
被引量:
2
1
作者
周含
赵本新
朱锡旭
陈颖
沈泽天
机构
南京大学电子科学与工程学院
南京医科大学第四附属医院放射治疗科
东部战区总医院放射治疗科
出处
《生物医学工程与临床》
CAS
2022年第5期580-587,共8页
文摘
目的 评价自动勾画与手动勾画软件在危及器官(OAR)勾画方面差异,研究OAR剂量学参数的变化。方法 选择在放射治疗科行调强放射治疗患者33例,其中男性11例,女性22例;年龄38~81岁,平均年龄63.4岁;鼻咽癌13例,乳腺癌10例,直肠癌10例。在同一定位CT序列图像分别进行手动勾画与自动勾画。首先使用AccuContour软件评估自动勾画结构与手动勾画的相似性指数,然后将自动勾画与手动勾画的OAR结果回传至Pinnacle 9.8计划系统,将以手动勾画为参考的剂量分布复制到自动勾画靶区上,评价手动勾画与自动勾画OAR的体积剂量和剂量体积等参数的变化。结果 鼻咽癌、乳腺癌和直肠癌平均手动勾画的时间分别为(56.50±9.00) min、(23.12±4.23) min和(45.23±2.39) min;AccuContour自动勾画的平均时间为(1.5±0.23) min、(1.45±0.78) min和(1.80±0.56) min。鼻咽癌中,眼球勾画获得最佳Dice相似系数(DSC)为0.907±0.020,脊髓获得最差的DSC为0.459±0.112;乳腺癌中,所有OAR包括肺、心脏与脊髓均获得很好勾画效果(DSC> 0.7),其中肺的勾画最佳DSC为0.944±0.030,最差勾画脊髓DSC为0.709±0.100;直肠癌中,OAR膀胱勾画获得最佳DSC为0.91±0.04,而股骨头的勾画最差,DSC为0.43±0.10。尽管大部分器官都得出很好的自动勾画效果,然而自动勾画的剂量学参数却有重要的差别,勾画效果较差的小体积器官,如晶状体、视神经等剂量学参数差异无统计学意义(P> 0.05),而勾画效果较好的大体积器官,如剂量学参数差异有统计学意义(P <0.05)。结论 基于深度学习的自动勾画方法具有很高临床研究价值,然而DSC的值不能完全反映剂量分布。膀胱、肺等边界清楚的器官可以采用自动勾画,而对于股骨头、脊髓和脑干等一些依赖于人工经验及勾画习惯的可以采用半自动勾画的方式,自动勾画不仅为临床应用节省了大部分的勾画时间,也对临床手动勾画起到监督�
关键词
自动勾画
放射治疗
深度学习
危及器官(OAR)
相似性指数
剂量体积直方图(DVH)
Keywords
automatic
contour
radiotherapy
deep-learning
organ
at
risk(OAR)
dice
-
similarity
coefficients
(
dsc
)
dose
volume
histogram(DVH)
分类号
R815.6 [医药卫生—放射医学]
R739.63 [医药卫生—临床医学]
R737.9
R735.37
下载PDF
职称材料
题名
探讨AI用于食管癌危及器官自动勾画的可行性
被引量:
8
2
作者
王萍
王继平
李鑫
陈传喜
马晋茗
杨志勇
机构
湖北省黄冈市中心医院肿瘤中心
湖北省宜昌市第二人民医院肿瘤放射治疗科
四川大学华西医院肿瘤放射物理技术中心
出处
《中国辐射卫生》
2019年第6期709-713,共5页
文摘
目的探讨人工智能用于食管癌危及器官自动勾画的几何学和剂量学精度。方法首先,选择100例食管癌患者基于连心人工智能平台建立图像数据库,每个患者包含5个已经手工勾画的危及器官。然后将其他20例患者CT图像传入人工智能平台,系统自动勾画危及器官作为目标图像,与手工勾画的危及器官进行几何学和剂量学比较。最后,分别比较两种勾画方式所需的时间、体积差异、重合度指标、相似性系数和剂量学差异。结果自动勾画比手工勾画左肺、右肺、心脏、肝脏和脊髓分别节省时间98.83%、94.55%、84.9%、77.96%和94.15%,两者差异有统计学意义(t=2.27、3.28、4.92、-1.39、0.21,P<0.05)。左肺、右肺、心脏、肝脏和脊髓体积差异分别为(5.58±2.53)cm3、(8.57±4.36)cm3、(0.97±0.34)cm3、(1.47±0.65)cm3和(0.73±0.21)cm3,DSC值为0.78~0.96,DSC>0.7,OR值为0.84~0.97,重合度好。自动勾画与手工勾画危及器官剂量学对比中,各项剂量学指标均符合临床要求,除右肺V5的剂量学指标的差异有统计学意义(t=0.41,P=0.04<0.05),左肺,右肺,肝脏,心脏和脊髓的其他剂量学指标的差异均无统计学意义(t=-1.23~3.11,P>0.05)。结论食管癌危及器官的自动勾画几何精度高,剂量学差异小,时间短。AI在临床中的应用,可以大大提升医师的工作效率。
关键词
人工智能
自动勾画
危及器官
相似性系数
剂量学差异
Keywords
Artificial
Intelligence(AI)
Autosegmention
Organ-at-risk(OAR)
dice
similarity
coeffici
ent(
dsc
)
Dosimetric
Difference
分类号
R815 [医药卫生—放射医学]
原文传递
题名
结合超像素和U型全卷积网络的胰腺分割方法
被引量:
3
3
作者
曹正文
乔念祖
卜起荣
冯筠
机构
西北大学信息科学与技术学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019年第10期1777-1785,共9页
基金
国家自然科学基金(61701404)
国家自然科学基金重大科研仪器研制项目(81727802)
+1 种基金
陕西省教育厅科学研究计划项目(17JK0769)
陕西省碑林区科技计划项目(GX1703)
文摘
为了提高现有胰腺图像分割方法性能,提出一种超像素和U型全卷积网络(U-NET)结合的胰腺图像分割方法.首先,提出一种胰腺CT图像的超像素分割方法;然后,依据分割结果对图像进行映射降维得到腹部视觉概要图像,再将其与超像素位置信息作为U型全卷积网络的输入;最后,得到分割好的胰腺器官.在NIH胰腺公开数据集上的实验结果表明,文中方法将戴斯相似系数(DSC)提高到87.9%,高于目前已有的胰腺图像分割方法.并且其运算速度高于U-NET.
关键词
胰腺图像分割
超像素
U型全卷积网络
戴斯相似系数
Keywords
pancreas
segmentation
superpixel
U-NET
dice
similarity
coeffici
ent(
dsc
)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
以戴斯相似系数作为评估参数的自动勾画技术用于胃和十二指肠的可靠性
4
作者
马秀瑞
张建英
李婷婷
张玉洁
肖寒
孙菁
吴泇俣
嵇卫星
机构
复旦大学附属中山医院放疗科
出处
《复旦学报(医学版)》
CAS
CSCD
北大核心
2022年第6期948-954,共7页
基金
复旦大学附属中山医院青年科学基金(2021ZSQN26)。
文摘
目的研究不同类型的剂量限值与评估自动勾画结果的戴斯相似系数(Dice similarity coefficient,DSC)的关系,分析将自动勾画技术用于放疗的可靠性。方法收集2019年3月至2021年3月内43例接受过上腹部放疗的患者图像,基于RTOG指南以及AccuContour系统,分别对胃和十二指肠进行人工和自动勾画,共得到40例胃部和38例十二指肠的勾画结果。统计各样本的DSC,分析其与剂量体积直方图曲线(dose volume histogram,DVH)参数的差异及平均剂量差异及最大剂量差异的关系。结果DVH参数差异和平均剂量差异随着DSC的增加而减小。DSC>0.95以后,DVH参数和平均剂量的差异将分别缩小至5%和2 Gy。DSC对最大剂量差异大小的预测结果较差。结论DSC本身不足以保证自动勾画技术用于放疗的可靠性,需要进一步评估该技术导致的各类型剂量参数差异。
关键词
深度学习
放射治疗
自动勾画
戴斯相似系数(
dsc
)
剂量限值
Keywords
deep
learning
radiotherapy
automatic
contouring
dice
similarity
coeffici
ent(
dsc
)
dose
constraint
分类号
R730.55 [医药卫生—肿瘤]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
危及器官自动勾画在鼻咽癌、乳腺癌与直肠癌中应用研究
周含
赵本新
朱锡旭
陈颖
沈泽天
《生物医学工程与临床》
CAS
2022
2
下载PDF
职称材料
2
探讨AI用于食管癌危及器官自动勾画的可行性
王萍
王继平
李鑫
陈传喜
马晋茗
杨志勇
《中国辐射卫生》
2019
8
原文传递
3
结合超像素和U型全卷积网络的胰腺分割方法
曹正文
乔念祖
卜起荣
冯筠
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2019
3
下载PDF
职称材料
4
以戴斯相似系数作为评估参数的自动勾画技术用于胃和十二指肠的可靠性
马秀瑞
张建英
李婷婷
张玉洁
肖寒
孙菁
吴泇俣
嵇卫星
《复旦学报(医学版)》
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部