目的 探讨利用U-Net算法对前列腺影像报告和数据系统(PI-RADS)5类患者扩散加权成像(DWI)图像上盆腔增大淋巴结进行分割的可行性.方法 回顾性分析62例PI-RADS 5类患者的DWI图像,每例患者至少有一个增大淋巴结(短径>8 mm),共84个增大淋巴结.手工标注所有增大淋巴结,并将已标注的患者按8∶1∶1的比例随机分为训练集、调优集和测试集进行模型的训练.结果 测试集中U-Net模型自动分割区域平均DICE值为0.88(95% CI:0.84 ~0.92),对增大淋巴结检测的精确度和召回率分别为0.90和1.00.自动分割测量的淋巴结短径和体积与金标准高度相关.结论 使用U-Net算法对PI-RADS 5类患者DWI图像上盆腔增大淋巴结进行分割具有一定的可行性.
作者:刘想;韩超;朱丽娜;王祥鹏;张靖远;刘伟鹏;张晓东;王霄英
来源:临床放射学杂志 2020 年 39卷 12期