目的:旨在研究自主创新设计的级联式深度卷积神经网络VB-Net在胃和胰腺上的自动分割精度及效率.方法:回顾分析150例胰腺癌患者临床资料,随机选取132例非增强CT数据和其中116例胰腺期增强CT以及结构数据进行胃及胰腺的分割模型训练.对剩余18例患者的非增强CT和胰腺期增强CT给予模型测试,使用戴斯相似性系数量化分析模型的分割精度,同时评估其分割效率.结果:基于非增强CT的胃、胰腺的自动分割平均DSC值分别为87.93%、80.05%;基于胰腺期增强CT的胃、胰腺自动分割平均DSC值分别为89.71%、84.79%.胃及胰腺的自动分割平均时间为1.22、0.84 s,手动分割平均时间为158.70、115.52 s.结论:基于VB-Net的胃及胰腺自动分割模型测试结果较为准确,且极大提高了器官分割的效率.
作者:曹洋森;朱晓斐;韩妙飞;卢明智;高耀宗;顾蕾;于春山;孙永健;张火俊
来源:中国医学物理学杂志 2021 年 38卷 8期