ASTRO 2020||中南大学湘雅医院与柏视医疗宫颈癌多场景OAR勾画研究成果发表

ASTRO年会是国际上规模最大、学术水平最高的放射肿瘤学学术盛会，受COVID-19全球疫情影响，2020年第62届ASTRO年会于2020年10月25日至10月28日以交互式虚拟会议的形式举行。“线上会议的形式打破了空间和时间的限制，让身处世界各地的专家们可以更好地进行学术交流。

癌症不会因为病毒而静止，我们与癌症的战斗也不会因为疫情而停步。专家们的学习与交流不停步，我们的放疗技术和产品发展也将一直向前。

在ASTRO 2020年会上，中南大学湘雅医院肿瘤科团队发布了宫颈癌多场景OAR勾画项目：宫颈癌近距离放射治疗CT图像上器官分割——基于超级感知卷积神经网络模型的研究结果。

宫颈癌是最常见的妇科恶性肿瘤，较高的发病率和死亡率危害着全球女性，放疗是宫颈癌最重要的治疗手段之一。宫颈癌的放疗原则与其他治疗手段一样，要最大限度地杀灭癌细胞，尽最大可能保护正常组织和重要器官，即尽量提高治疗效果，降低并发症。

在此研究背景下，中南大学湘雅医院肿瘤科团队与柏视医疗研发团队联合探索，尝试通过建立一个深度学习模型，准确地对危及器官进行分割，以减少这些器官在后期进行宫颈癌近距离放射治疗上的照射毒性。

为了在宫颈癌近距离放射治疗上对OARs取得更好的分割准确度，研究人员提出了一个新的超级感知卷积神经网络（super perception convolutional neural network - SPNet）。此次研究收集了90个接收宫颈癌近距离放疗的患者的CT图像数据用以训练模型，图像数据均来源中国湘雅医院。

在实施治疗前，医生先手动在CT图像上勾画出膀胱、直肠和乙状结肠三个危及器官，然后由其他的放射肿瘤科医生进行再次审核，并将勾画好的结果用作标准。SPNet模型中的58例患者数据作为训练集，10例作为验证集，并将余下的22例数据作为测试集。

DSC（Dice's coefficient）值被用来作为模型分割的准确率的指标，越高的DSC值说明危及器官分割越准确。此外，本研究提出的模型将会与常用于盆腔器官分割的UNet模型进行比较，对比两者在OAR分割准确率上的表现。

（第一行是UNet模型勾画的效果，第二行是SPNet模型勾画的效果；深色的勾画是标准，浅色的是模型预测的勾画）

研究结果表明，在测试集的表现上，该模型在盆腔图像上对器官的分割远远胜于UNet，膀胱、直肠和乙状结肠的平均DSC值分别为91.4(±2.0)%、82.4(±6.0)%和75.4(±8.9)% ，而UNet的平DSC值只有75.1(±16.1)%、62.6(±16.6)% 和56.3(±17.8)%；通过对比图像，也能直观发现SPNet模型要远胜于UNet。

中南大学湘雅医院肿瘤科

中南大学湘雅医院肿瘤科的前身是肿瘤放疗科，成立于1946年，是全国最早开展肿瘤综合治疗和放射治疗的专业学科之一。历经近百年的发展，科室已成为国家卫计委临床重点专科、湖南省重点学科、博士后流动站、博士及硕士学位授予点、国家肿瘤专科医师培训基地；辖有放射治疗中心、海扶刀治疗中心、肿瘤学研究室、胰腺疾病放射治疗研究室和5个专科病房，年均出院患者1.2万余人次；拥有头颈部肿瘤、淋巴瘤、胸部肿瘤、腹部肿瘤、妇科肿瘤、放射物理技术共6个成熟稳定的专业组及学术团队；在恶性肿瘤综合治疗、放疗、化疗、热灌注化疗、个体化治疗、分子靶向治疗、生物免疫治疗等方面达到国内先进水平。

如今中南大学湘雅医院肿瘤科在学科带头人申良方主任的带领下，已发展成为集医、教、研为一体的研究型临床科室及中南地区恶性肿瘤防治中心之一，是我国重要的肿瘤诊治基地。

END

往期回顾

点分享

点收藏

点点赞

点在看