卓越的观察者间协议和的学习曲线用于用商业软件对立体性心律失常的放射除的目标体积划分
Robert Rademaker1,2, Simon Cirkel1,2, Sharif Omara1,2
1Department of Cardiology, Leiden University Medical Center, P.O. Box 9600, Leiden 2300 RC, The Netherlands.
概括
立体性心律失常放射除 (STAR) 目标体积的创建是可行的和可重复的. 与基于电解剖绘图 (EAM) 的目标体积 (CardTV-EPinv) 生成的3D Slicer相比,ADAS软件表现出更好的速度和稳定性.
科学领域:
- 心脏病学 心脏病学
- 辐射瘤学 辐射瘤学
- 医疗成像医学成像
背景情况:
- 立体性心律失常放射性除 (STAR) 是一种新兴的治疗室内心律失常 (VT) 的方法.
- 从电解剖学绘图 (EAM) 到放射治疗计划CT的准确数据传输对STAR至关重要.
- 目前用于创建基于EAM的目标体积的方法需要对可重现性和易用性进行评估.
研究的目的:
- 评估观察者之间的变化,易用性和学习曲线,以创建基于EAM的目标卷 (CardTV-EPinv).
- 为了比较ADAS和3D Slicer软件包的性能,用于CardTV-EPinv创建和传输.
主要方法:
- CardTV-EPinv是使用ADAS和Slicer3D创建的,基于接受STAR考虑的患者的EAM标签.
- 经验丰富的操作员和一名医学学生评估了观察者间的变化.
- 测量了工作流的持续时间,CardTV-EPinv大小和豪斯多夫距离 (HDs).
主要成果:
- ADAS和Slicer3D都显示了CardTV-EPinv (HD 3.64毫米) 之间的高度一致.
- 与Slicer3D相比,ADAS的工作流显著更快 (26分 vs. 65分) 和更稳健 (0次崩 vs. 7次崩).
- 在一个患者队列 (HD 1.68 mm) 中,观察者之间对ADAS的高度一致性被观察到,学生的学习曲线很.
结论:
- 卡德TV-EPinv的创建表明了观察者之间的良好协议.
- 与3D Slicer相比,ADAS软件为CardTV-EPinv创建提供了更快,更强大的工作流.
- 的学习曲线凸显了对STAR程序的高效培训和用户友好的软件的需求.
