论文部分内容阅读
目的:建立一种深度学习模型预测调强放疗(IMRT)的三维剂量分布。方法:收集直肠癌术后IMRT患者共110例，随机数表法选择其中90例作为训练验证集并作9折交叉验证，剩下20例作为测试集。构建3D U-Res-Net模型，以CT影像、靶区和危及器官(OARs)的解剖结构以及射束信息作为输入，IMRT剂量作为输出训练该模型，并用来预测测试集病例的剂量分布。采用三维剂量分布以及剂量—体积直方图(DVH)剂量参数评估预测精确性。结果:在三维剂量分布上，体素剂量的平均预测偏差为-2.12%～2.88%、平均绝对误差为2.55%～5.75%；等剂量面的Dice系数均在0.9以上，平均霍夫距离(HDn 95)和平均表面距离(MSD)分别0.61～1.54 cm和0.21～0.45 cm。对于DVH剂量参数，除膀胱n Dmean (n P＝0.048)以外，其他剂量学参数差异均无统计学意义(n P>0.05)。n 结论:基于3D U-Res-Net模型可以实现直肠癌术后IMRT剂量分布预测，为自动计划设计奠定基础。