[基于人工智能的器官轮软件的应用和在放射治疗治疗计划中的结果比较]

科学领域:

• 医疗成像医学成像
• 辐射疗法 辐射疗法
• 人工智能的人工智能

背景情况:

• 放射治疗治疗规划需要在CT扫描上准确地划分瘤和有风险的器官 (OAR),这一过程被称为轮或细分.
• 手动轮是耗时的,容易发生观察者之间的变化;使用人工智能的自动软件旨在提高准确性和一致性.

研究的目的:

• 评估和比较基于AI的不同轮软件在OAR细分中的性能.
• 识别哪些器官可以通过软件一致地轮,哪些具有显著的细分差异.

主要方法:

• 在93次CT扫描中,使用了三种基于AI的轮软件 (MVision,ART-Plan,Limbus) 来对93个解剖区域进行OAR细分.
• MVision轮作为使用体积,空间相似性和符合性指数进行比较的参考标准.

主要成果:

• 对于较大的器官,如肺,大脑,肝脏和心脏,观察到高度一致.
• 对于体积小的器官,包括甲状腺,喘和垂体腺,注意到了显著的细分偏差.
• 前列腺和气管细分的变化归因于解剖学边界解释的差异.

结论:

• 基于人工智能的轮软件通常在放射治疗规划中为大多数OAR达成良好协议.
• 对于具有明显组织密度差异的器官,软件性能可靠.
• 对于体积小的器官和具有模糊解剖边界的器官实现一致的细分仍然存在挑战.