目的 探讨食管癌术后调强放疗自动计划的临床剂量学优势及所构建的3D U-Res-Net深度学习模型的剂量预测精度.方法 选取110例中上段食管癌术后调强放疗计划病例,其中90例采用九折交叉验证方式进行深度学习预测模型训练,利用获取的最优模型和自动计划的Auto-Plan引擎分别对余下20例进行三维剂量分布预测和自动计划设计,所得结果与手动调强放疗计划进行剂量学比较.结果 3D U-Res-Net预测模型等剂量面平均dice系数大于0.92,平均霍夫距离(HD95)为0.58～0.62 cm;预测模型的双肺V20、V30、Dmean比手动计划结果略有降低(P<0.05);Auto-Plan的计划靶区D2、D50、Dmean、HI指数及双肺V30都明显优于人工计划(P<0.05);三者的三维剂量分布差异性较小,靶区及危及器官DVH曲线吻合度较好.结论 Auto-Plan和3D U-Res-Net模型能分别较好地完成食管癌术后IMRT计划的自动设计以及三维剂量分布的精准预测.
作者：王文成；周解平；张朋；吴爱林；吴爱东
来源：安徽医科大学学报 2023 年 58卷 2期
