仅使用 CT 信息的儿童髓母细胞瘤患者术后残腔自动勾画
医学物理
2022-12-20 v1
摘要
目的：放射治疗的靶区勾画是一项耗时且复杂的任务。自动勾画大体肿瘤体积（GTVs）已被证明能提高效率。然而，关于术后靶区勾画的文献有限，特别是基于 CT 的研究。为此，我们训练了一个基于 CT 的自动勾画模型，用于勾画儿童髓母细胞瘤患者的术后 GTV。方法：使用 104 例回顾性儿童 CT 扫描来训练 GTV 自动勾画模型。然后根据轮廓的可见性、连续性和位置预选了 80 名患者来训练一个额外的模型。每个 GTV 根据可见 GTV 的切片数量手动标注了可见性评分（1 = <25%，2 = 25%-50%，3 = >50%-75%，4 = >75%-100%）。计算了 GTV 轮廓相对于裁剪后背景图像的对比度和对比度噪声比（CNR）。两个模型均在原始和预选的测试集上进行了测试。计算了比较临床和自动勾画的 GTV 以及相应的临床靶体积（CTVs）的表面和重叠度量。结果：预选了 80 名在后颅窝内具有连续 GTV 的患者。其中，可见性评分为 4、3、2 和 1 的分别有 7、41、21 和 11 名。对比度和 CNR 分别从数据集中额外移除了 11 名和 20 名患者。在未使用预选训练数据的模型上，Dice 相似系数（DSC）分别为 0.61 +/- 0.29 和 0.67 +/- 0.22；在使用预选数据的模型上，DSC 分别为 0.55 +/- 13.01 和 0.83 +/- 0.17。CTV 扩展上的 DSC 为 0.90 +/- 0.13。结论：我们在对比度 >=10 HU 的扫描上自动勾画了后颅窝内的连续 GTV。基于 CT 的自动勾画算法有潜力对 MRI 访问受限的中心产生积极影响。
引用
@article{arxiv.2212.09564,
title = {Resection cavity auto-contouring for patients with pediatric medulloblastoma using only CT information},
author = {Soleil Hernandez and Callistus Nguyen and Skylar Gay and Jack Duryea and Rebecca Howell and David Fuentes and Jeannette Parkes and Hester Burger and Carlos Cardenas and Arnold C. Paulino and Julianne Pollard-Larkin and Laurence Court},
journal= {arXiv preprint arXiv:2212.09564},
year = {2022}
}
备注
14 pages, 6 figures