使用基于Atlas的自动细分和脚本来提高头部和部癌症放射治疗的轮效率

科学领域:

• 辐射瘤学 辐射瘤学
• 医疗成像医学成像
• 计算解剖学的计算解剖学

背景情况:

• 强度调节辐射疗法 (IMRT) 需要精确划分有风险的器官 (OAR).
• 手动OAR轮是辐射治疗规划中的一个耗时的过程.
• 现有的自动细分软件通常需要手动调整,从而限制了效率.

研究的目的:

• 通过使用脚本来自动化基于图谱的自动分段 (ABAS) 和相关的软件操作.
• 为了减少OAR轮在头部和部癌症所需的总体工作时间.
• 为了评估自动化ABAS过程的几何精度和时间效率.

主要方法:

• 测量几何精度是使用子系数和豪斯多夫距离进行的.
• 测量了手动和自动轮划分和修改时间.
• 在轮修改过程中,主观校正水平被评价为四分级.

主要成果:

• 自动化ABAS模型对OARs的几何准确性通常很好.
• 平均轮划分时间从57分钟显著减少到29分钟 (p<0.05).
• 大多数OAR需要进行轻微修改,下腺,甲状腺和食道需要更实质性的修订.

结论:

• ABAS的脚本自动化有效地减少了头癌治疗计划的工作时间和软件操作.
• 提高特定OAR的轮精度有可能进一步减少时间.
• 自动轮增强了辐射治疗规划的效率,同时保持了可接受的准确性.