基于混合注意力U-net全脑全脊髓临床靶区自动勾画

• 作 者: 李红伟 倪春霞 陈淑 孟歌 胡小洋 汪洋
• 机 构: 上海伽玛医院放疗科，上海 200235上海伽玛医院放疗科，上海 200235上海伽玛医院放疗科，上海 200235上海伽玛医院放疗科，上海 200235上海伽玛医院放疗科，上海 200235上海伽玛医
• 出 处: 中华放射肿瘤学杂志
• 发表日期: 2022年31期
• 关键词: 深度学习 卷积神经网络 自动分割 全脑全脊髓临床靶体积

目的

在U-net卷积神经网络基础上设计出混合注意力U-net (HA-U-net)网络用于全脑全脊髓临床靶体积(CTV)自动勾画，并与U-net自动分割模型分割结果进行比较。

方法

研究回顾了110例全脑全脊髓患者数据，选择80例用于训练集，10例用于验证集，20例作为测试集。HA-U-net以U-net为基准网络，在U-net网络输入端加入双注意力模块，同时在跳跃连接中加入注意力门模块来建立全脑全脊髓CTV自动勾画网络模型。评估参数为戴斯相似性系数、豪斯多夫距离和精确率。

结果

HA-U-net网络得到戴斯相似性系数为0.901±0.041，豪斯多夫距离为(2.77±0.29) mm，精确率为0.903±0.038，结果均优于U-net网络分割结果(均P