该论文介绍了使用深度学习方法（3D-CNN）自动分割鼻咽癌（NPC）MRI图像中的主要肿瘤体积，旨在提高勾画效率和准确性。通过1021名患者的MRI数据进行训练、验证和测试，结果显示AI辅助可以提升专家的勾画效果，DSC提升至0.78，平均绝对偏差（ASD）为2mm。研究还比较了3D-CNN与3D-Unet的表现，并针对不同阶段的肿瘤进行了评估。
医学分割论文:Deep Learning for Automated Contouring of Primary Tumor Volumes by MRI for Nasopharyngeal Carcinoma
Auther: Li Lin, Institution:Sun Yat-sen University Cancer Center, Publish year: 2019
论文地址：https://doi.org/10.1148/radiol.2019182012
https://github.com/AutoContour/NPC
目前存在的问题：
- 头颈部肿瘤靶区标注较为费时费力,NPC可以浸润邻近的颅底和神经结构，但MRI上的微弱信号改变可以反应病变的程度。另一方面，由于靠近重要器官和神经，因此需要精确绘制GTV
研究方法：
- 选取了1021名患者，训练集，验证集和测试集分别为715，103，203. GTV由两名专家复核
- 采用3D-CNN-based method
- 在20个独立测试集上，将AI预测结果用于辅助8名MR勾画专家进行勾画
- 在测试集上，DSC为0.79，ASD为2mm&#
最低0.47元/天 解锁文章
818
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
